Qwen3.8 27B
性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,便宜 87%。
有 20 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 17 个。
截至 2026年11月16日,Qwen3.8 27B(Alibaba)在 BenchLeader Index 上得分 55.1(共 608 个已排名配置)。表现最好的是编程(62),最弱的是智能体与工具(44)。API 价格为输入每百万 token $0.450、输出每百万 token $3.00(按 3:1 混合为 $1.09),为 2026年11月16日的标价。输出速度约为 73 token/秒(OpenRouter)。发布于 2026年8月14日。
要点(截至 2026年11月16日)
- Qwen3.8 27B 的 API 价格为输入每百万 token $0.450、输出每百万 token $3.00(按 3:1 混合为 $1.09)(标价,2026年11月16日)。
- Qwen3.8 27B 的输出速度约为 73 token/秒(OpenRouter,2026年11月16日)。
- Qwen3.8 27B 于 2026年8月14日发布(Alibaba)。
详细说明:Qwen3.8 27B 是 Alibaba 的开放权重推理模型,发布于 2026年8月14日。其最佳配置在 BenchLeader Index 上得分 55.1 ±5.6,在 608 个配置中排第 221 名,处于上半区。关键在于这个“±”:另有 314 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,编程得分最高(62),智能体与工具最低(44)。按混合价格计,每百万 token $1.06,价格居中。输出速度为 73 token/秒,首 token 延迟 0.7 秒,比大多数模型慢。它已在 6 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $1.06/M
- 输入 $0.420 · 输出 $3.00
- 来源:models.dev
- 输出速度
- 73 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 0.74 s
- 上下文
- 262k
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年8月14日
- 综合 Index55
- 推理58
- 编程62
- 智能体与工具44
- 数学55
- 人类偏好61
- 多模态61
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/qwen3-8-27b)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
Alibaba 以这个名称发布过 3 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| Qwen3.8 27B本页 | 2026年8月14日 | 55.1 | #221 |
| Qwen3.6 27Bthinking | 2026年4月22日 | 55.9 | #200 |
| Qwen3.5-27B | 2026年2月24日 | 52.0 | #292 |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | 45.5 | #453 | 41 tok/s | 5.27 s | $0.0011 | 智能体与工具 48 · 编程 33 · 知识 41 · 长上下文 59 · 多模态 52 · 推理 32 |
| low | 49.0 | #373 | 46 tok/s | 16 s | $0.0011 | 智能体与工具 61 · 编程 41 · 知识 33 · 长上下文 63 · 多模态 56 · 推理 39 |
| medium | 50.2 | #343 | 47 tok/s | 24 s | $0.0011 | 智能体与工具 77 · 编程 40 · 知识 25 · 长上下文 65 · 多模态 56 · 推理 39 |
| xhigh | 52.2 | #283 | 47 tok/s | 109 s | $0.0011 | 智能体与工具 47 · 编程 50 · 知识 50 · 长上下文 66 · 多模态 59 · 推理 44 |
| max | – | – | 73 tok/s | 0.74 s | $0.0011 | 综合 37 |
| 未说明最佳 | 55.1 | #221 | 73 tok/s | 0.74 s | $0.0011 | 智能体与工具 44 · 编程 62 · 人类偏好 61 · 数学 55 · 多模态 61 · 推理 58 |
Index 走势
2026年9月8日 至 2026年11月16日- 默认
- xhigh
- medium
- low
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | 无推理 | low | medium | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| AA Openness Index不计入 Index | 38.9#155 | 38.9#155 | 38.9#155 | 38.9#155 | Artificial Analysis |
推理
| 基准测试 | 无推理 | low | medium | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| SimpleBench推理强度未说明 | – | – | – | – | – | 60.2%#46 | SimpleBench | |
| Arena Hard Prompts推理强度未说明 | – | – | – | – | – | 1459#102 | Arena (LMArena) | |
| LiveBench 2.0 Reasoning不计入 Index | – | – | – | – | 80.0%#26 | – | LiveBench | |
| LiveBench 1.0 Reasoning不计入 Index推理强度未说明 | – | – | – | – | – | 80.0%#53 | LiveBench | |
| GPQA Diamond (AA)不计入 Index | 81.8%#180 | 84.5%#140 | 84.5%#140 | 90.5%#59 | – | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 12.1%#299 | 14.0%#279 | 14.1%#277 | 33.9%#144 | – | – | Artificial Analysis | |
| HLE-Diamond (AA) | 4.2%#162 | 6.8%#136 | 6.7%#137 | 15.3%#99 | – | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | – | – | – | 88.9%#31 | – | – | Vals AI | |
| ARC-AGI-1 | 34.0%#210 | 69.2%#152 | 68.7%#153 | 87.5%#100 | – | – | ARC Prize | |
| ARC-AGI-2 | 1.5%#222 | 22.8%#149 | 13.2%#161 | 42.4%#123 | – | – | ARC Prize | |
| CritPt不计入 Index | 0.3%#291 | 0.0%#337 | 0.0%#337 | 5.4%#168 | – | – | Artificial Analysis | |
| CritPt v2 hard subset (AA) | 2.0%#123 | 5.5%#113 | 16.5%#103 | 4.0%#116 | – | – | Artificial Analysis | |
| Arena Expert不计入 Index推理强度未说明 | – | – | – | – | – | 1473#90 | Arena (LMArena) | |
| LMCA不计入 Index推理强度未说明 | – | – | – | – | – | 41.4%#110 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | – | – | – | – | 88.0%#102 | Epoch AI Benchmarking Hub |
编程
智能体与工具
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| ProofBench | 16.0%#60 | Vals AI | |
| LiveBench Mathematics不计入 Index | 86.2%#53 | LiveBench | |
| Arena Maths | 1451#76 | Arena (LMArena) |
知识
| 基准测试 | 无推理 | low | medium | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| LiveBench 2.0 Data Analysis不计入 Index | – | – | – | – | 76.6%#18 | – | LiveBench | |
| LiveBench Research不计入 Index | – | – | – | – | 61.3%#31 | – | LiveBench | |
| LiveBench 1.0 Data Analysis不计入 Index推理强度未说明 | – | – | – | – | – | 76.6%#31 | LiveBench | |
| AA-Omniscience v1.1 | -7.3#101 | -21.5#128 | -35.9#135 | -6.4#97 | – | – | Artificial Analysis | |
| MMLU-Pro | – | – | – | 84.3%#62 | – | – | Vals AI | |
| LegalBench | – | – | – | 82.4%#71 | – | – | Vals AI | |
| TaxEval | – | – | – | 70.8%#84 | – | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | – | – | – | 59.7%#37 | – | – | Vals AI | |
| MedCode不计入 Index | – | – | – | 28.7%#96 | – | – | Vals AI | |
| MedScribe不计入 Index | – | – | – | 83.8%#40 | – | – | Vals AI | |
| AA-Omniscience v1.1: accuracy不计入 Index | 9.1%#142 | 18.3%#127 | 17.9%#129 | 17.3%#133 | – | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 82.0%#12 | 51.3%#73 | 34.6%#101 | 71.4%#34 | – | – | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| LiveBench Language不计入 Index | 74.3%#51 | LiveBench | |
| LiveBench Instruction Following不计入 Index | 72.7%#19 | LiveBench | |
| Arena Instruction Following不计入 Index | 1419#114 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1434#109 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 1671#39 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1359#165 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1436#109 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1443#107 | Arena (LMArena) |
多模态
| 基准测试 | 无推理 | low | medium | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| Arena Vision推理强度未说明 | – | – | – | – | – | 1270#42 | Arena (LMArena) | |
| LiveBench Design不计入 Index | – | – | – | – | 72.4%#22 | – | LiveBench | |
| MMMU-Pro | 69.9%#164 | 73.8%#133 | 74.2%#127 | 76.3%#102 | – | – | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index | – | – | – | 83.9%#28 | – | – | Vals AI | |
| MortgageTax不计入 Index | – | – | – | 64.9%#43 | – | – | Vals AI | |
| GeoBench不计入 Index推理强度未说明 | – | – | – | – | – | 38.0%#41 | GeoBench | |
| Code2Video-AA不计入 Index | – | – | – | 949#21 | – | – | Artificial Analysis |
长上下文
| 基准测试 | 无推理 | low | medium | xhigh | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| AA-LCR v1.1 | 69.3%#243 | 77.3%#148 | 79.7%#100 | 82.0%#54 | Artificial Analysis | |
| MLCR不计入 Index | 10.0%#124 | 7.8%#139 | 3.9%#166 | 22.8%#38 | Artificial Analysis |
综合
| 基准测试 | 无推理 | low | medium | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | – | – | 152.6#56 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | – | – | – | 54.0%#28 | – | LiveBench | |
| LiveBench 1.0不计入 Index推理强度未说明 | – | – | – | – | – | 75.3%#38 | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 10.0#113 | 15.7#103 | 17.5#101 | 20.1#93 | – | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 20.1#243 | 26.2#162 | 27.6#148 | 33.7#109 | – | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 261.8#237 | 283#166 | 290.4#144 | 303.1#115 | – | – | Artificial Analysis | |
| AA Cyber Index不计入 Index | – | – | – | 12.7#25 | – | – | Artificial Analysis |
GameBench 2, best reasoning setting (XHigh): 43.8. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Cerebras | 759 tok/s | 0.26 s | $0.990 | $1.49 | 66k | fp16 |
| Nebius Token Factory | 261 tok/s | 0.90 s | $0.450 | $3.00 | 1M | fp4 |
| Wafer | 257 tok/s | 0.44 s | $0.060 | $2.20 | 262k | fp8 |
| CoreWeave | 123 tok/s | 0.75 s | $0.400 | $3.00 | 262k | fp8 |
| Modal | 107 tok/s | 0.58 s | $0.040 | $2.30 | 262k | – |
| DekaLLM | 102 tok/s | 0.87 s | $0.040 | $2.50 | 262k | – |
| Prime Intellect | 98 tok/s | 0.72 s | $0.140 | $0.998 | 262k | fp8 |
| Tenstorrent | 89 tok/s | 0.66 s | $0.150 | $1.60 | 262k | fp8 |
| NEAR AI | 86 tok/s | 1.34 s | $0.040 | $1.35 | 262k | fp8 |
| Parasail | 67 tok/s | 0.74 s | $0.240 | $2.20 | 262k | fp8 |
| Reka AI | 65 tok/s | 1.69 s | $0.150 | $2.50 | 262k | fp8 |
| Venice | 62 tok/s | 0.76 s | $0.450 | $3.20 | 262k | fp8 |
| Ionstream | 61 tok/s | 0.67 s | $0.040 | $1.95 | 262k | fp8 |
| AkashML | 53 tok/s | 0.65 s | $0.225 | $1.98 | 262k | fp8 |
| Mancer | 50 tok/s | 1.29 s | $0.125 | $2.00 | 262k | fp8 |
| NovitaAI | 47 tok/s | 2.06 s | $0.420 | $3.00 | 1M | – |
| Chutes | 39 tok/s | 1.79 s | $0.039 | $1.25 | 262k | fp8 |
| DeepInfra | 34 tok/s | 0.78 s | $0.150 | $1.88 | 262k | bf16 |
| Cloudflare | 31 tok/s | 0.58 s | $0.450 | $3.20 | 262k | – |
| Alibaba Cloud Int. | 29 tok/s | 3.87 s | $0.425 | $2.55 | 1M | – |
| Darkbloom | 23 tok/s | 2.91 s | $0.035 | $1.50 | 262k | fp4 |
| StreamLake | 11 tok/s | 15 s | $0.175 | $1.05 | 1.0M | – |
使用情况
Qwen3.8 27B 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
过去 30 天的典型请求:每次请求 17.3k token、每个输出 token 对应 24 个输入 token、75% 的输入来自缓存、66% 的输出为推理内容、每次请求 0.25 次工具调用。
在 OpenRouter 上向它发送 token 最多的应用:Portkey AI (209B)、Codex (187B)、Hermes Agent (98.0B)、Claude Code (96.0B)、pi (73.5B)。
| Vercel AI Gateway 上的提供商 | 吞吐量 | 首 token | 在线率,1 天 |
|---|---|---|---|
| Cerebras | 1,676 tok/s | 0.74 s | 100.00% |
| Runinfra | 176 tok/s | 1.25 s | 99.75% |
| Wafer | 168 tok/s | 0.43 s | 100.00% |
| Alibaba Cloud | 108 tok/s | 0.97 s | 100.00% |
| DeepInfra | – | 0.37 s | 99.96% |
| Novita | – | 1.01 s | 100.00% |
来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。
价格历史
上述价格(每百万 token)在每个变动日的数值。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.085。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0011 | $0.0010 | 4.9 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0068 | $0.0038 | 9.0 s |
| 代码编辑 | 6,000 / 1,500 | $0.0070 | $0.0055 | 21.3 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.037 | $0.022 | 55.5 s |
| 结构化信息提取 | 2,000 / 200 | $0.0014 | $0.0009 | 3.5 s |
Alibaba 的更多模型
将 Qwen3.8 27B 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Qwen3.8 27B 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/qwen3-8-27b)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Qwen3.8 27B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-8-27b
BibTeX:
@misc{benchleader_qwen3_8_27b_20261116,
author = {{BenchLeader}},
title = {{Qwen3.8 27B on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/qwen3-8-27b}},
note = {Data as of 2026-11-16}
}常见问题
- Qwen3.8 27B 的基准测试得分是多少?
- 截至 2026年11月16日,Qwen3.8 27B 的 BenchLeader Index 为 55.1 ±5.6。最强的是编程(62),最弱的是智能体与工具(44)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Qwen3.8 27B 排名第几?
- 截至 2026年11月16日,Qwen3.8 27B 在 608 个已排名配置中排第 221 名。另有 314 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Qwen3.8 27B 每百万 token 的价格是多少?
- 截至 2026年11月16日,Qwen3.8 27B 的价格为输入每百万 token $0.420、输出每百万 token $3.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.06。标价最近一次变动是在 2026年11月14日。
- Qwen3.8 27B 比 MiniMax M3.1 Flash 更好吗?
- 截至 2026年11月16日,MiniMax M3.1 Flash 与 Qwen3.8 27B 的质量不相上下(BenchLeader Index 54.3 比 55.1,在 ±7.2 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Qwen3.8 27B 是什么时候发布的?
- Alibaba 于 2026年8月14日发布了 Qwen3.8 27B。BenchLeader 收录了它在 6 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Qwen3.8 27B:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/qwen3-8-27b。