BenchLeader

Qwen3 8B

推理强度
质量第 290 / 339 名
38.7Index
后四分之一
较中位数 −11.5
价格第 40 / 255 名
$0.200每百万 token
最便宜的四分之一
中位数的 0.2 倍
性价比第 52 / 255 名
193.5分/$
前四分之一
中位数的 3.5 倍

性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,便宜 80%。

有 25 个更便宜的已排名模型得分更高:MiMo-V2.5 (56.3, $0.138)、Step 3.5 Flash (56.3, $0.150)、GPT-5 nano (56.2, $0.138),另有 22 个。

截至 2026年11月16日,Qwen3 8B(Alibaba)在 BenchLeader Index 上得分 38.7(共 608 个已排名配置)。表现最好的是推理(36),最弱的是长上下文(23)。API 价格为输入每百万 token $0.180、输出每百万 token $0.700(按 3:1 混合为 $0.310),为 2026年11月16日的标价。发布于 2025年4月28日。

要点(截至 2026年11月16日)

  • Qwen3 8B 的 API 价格为输入每百万 token $0.180、输出每百万 token $0.700(按 3:1 混合为 $0.310)(标价,2026年11月16日)。
  • Qwen3 8B 于 2025年4月28日发布(Alibaba)。

详细说明:Qwen3 8B 是 Alibaba 的开放权重模型,发布于 2025年4月28日。其最佳配置(推理强度无推理)在 BenchLeader Index 上得分 38.7 ±4.1,在 608 个配置中排第 558 名,处于下半区。关键在于这个“±”:另有 146 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,推理得分最高(36),长上下文最低(23)。按混合价格计,每百万 token $0.200,属于已排名模型中最便宜的五分之一。它已在 3 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:2025年4月28日。数据较旧:六个月内没有新结果

混合价格
$0.200/M
输入 $0.200 · 输出 $0.200
来源:Artificial Analysis
输出速度
–
首次回答
–
上下文
131k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2025年4月28日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index39
  2. 推理36
  3. 智能体与工具36
  4. 数学33
  5. 指令遵循33
  6. 长上下文23

嵌入这个排名

更多徽章样式
[![Qwen3 8B on BenchLeader: 综合第 284 名](https://www.benchleader.com/badge/qwen3-8b.svg?style=compact)](https://www.benchleader.com/models/qwen3-8b)

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。

Alibaba 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

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
无推理最佳38.7#558––$0.0001智能体与工具 36 · 指令遵循 33 · 长上下文 23 · 数学 33 · 推理 36
thinking––––$0.0003智能体与工具 33 · 指令遵循 37 · 长上下文 23
未说明––––$0.0003智能体与工具 54 · 编程 15 · 数学 47 · 推理 42

Index 走势

2026年9月19日 至 2026年11月16日
343843

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。

推理

基准测试无推理thinking默认来源趋势
GPQA Diamond47.5%#238–56.8%#211Epoch AI Benchmarking Hub
GPQA Diamond (AA)不计入 Index45.1%#45958.9%#389–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index1.9%#6373.9%#580–Artificial Analysis
CritPt不计入 Index0.0%#3370.0%#337–Artificial Analysis
LMCA不计入 Index推理强度未说明––8.8%#192Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明––59.7%#197Epoch AI Benchmarking Hub

编程

基准测试无推理thinking默认来源趋势
SciCode推理强度未说明––22.6%#231SciCode
SciCode (AA)不计入 Index–27.9%#233–Artificial Analysis
Terminal-Bench 4.0 (AA)不计入 Index–0.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index–2.3%#224–Artificial Analysis
LiveCodeBench (AA)不计入 Index20.2%#24140.6%#162–Artificial Analysis

智能体与工具

基准测试无推理thinking默认来源趋势
Terminal-Bench Hard2.3%#3252.3%#325–Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index24.9%#30127.8%#277–Artificial Analysis
BFCL Overall推理强度未说明––42.6%#31Berkeley Function Calling Leaderboard
GDPval-AA v2.1不计入 Index–-41#294–Artificial Analysis
τ³-Banking (AA)–4.7%#191–Artificial Analysis
AutomationBench不计入 Index–0.3%#248–Artificial Analysis
GDP.pdf (AA)不计入 Index–1.4%#232–Artificial Analysis

数学

基准测试无推理thinking默认来源趋势
OTIS Mock AIME22.2%#233–56.1%#184Epoch AI Benchmarking Hub
AIME 2025 (AA)不计入 Index24.3%#18919.0%#202–Artificial Analysis

指令遵循

基准测试无推理thinking来源趋势
IFBench28.6%#37733.5%#332Artificial Analysis

长上下文

基准测试无推理thinking来源趋势
AA-LCR v1.10.0%#5170.0%#517Artificial Analysis

综合

基准测试无推理thinking默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明––132.1#141Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index6.0#5575.2#611–Artificial Analysis
AA Progress Index v1不计入 Index160.3#530186.9#462–Artificial Analysis

安全与诚实

基准测试默认来源趋势
PropensityBench不计入 Index75.2%#12Scale AI SEAL

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.193$0.385$0.578$0.77026年9月26年10月26年11月
输入 输出
当前:输入 $0.200 · 输出 $0.200

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 $0.039。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$0.0001$0.0001–
总结一份 30 页的报告12,000 / 600$0.0025$0.0011–
代码编辑6,000 / 1,500$0.0015$0.0008–
智能体编程会话60,000 / 4,000$0.013$0.0056–
结构化信息提取2,000 / 200$0.0004$0.0002–

Alibaba 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Qwen3 8B 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。

[![Qwen3 8B on BenchLeader: 综合第 284 名](https://www.benchleader.com/badge/qwen3-8b.svg)](https://www.benchleader.com/models/qwen3-8b)

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 8B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-8b

BibTeX:

@misc{benchleader_qwen3_8b_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3 8B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-8b}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Qwen3 8B 的基准测试得分是多少?
截至 2026年11月16日,Qwen3 8B(推理强度无推理)的 BenchLeader Index 为 38.7 ±4.1。最强的是推理(36),最弱的是长上下文(23)。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 8B 排名第几?
截至 2026年11月16日,Qwen3 8B(推理强度无推理)在 608 个已排名配置中排第 558 名。另有 146 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 8B 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen3 8B 的价格为输入每百万 token $0.200、输出每百万 token $0.200,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.200。标价最近一次变动是在 2026年10月13日。
Qwen3 8B 是什么时候发布的?
Alibaba 于 2025年4月28日发布了 Qwen3 8B。BenchLeader 收录了它在 3 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 8B: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/qwen3-8b。