BenchLeader

Qwen3-Next 80B A3B

推理强度
质量第 140 / 339 名
52.2Index
高于中位数
较中位数 +2.0
价格第 69 / 255 名
$0.350每百万 token
比多数便宜
中位数的 0.4 倍
速度第 56 / 216 名
118token/秒
高于中位数
中位数的 1.4 倍
性价比第 64 / 255 名
149.1分/$
前四分之一
中位数的 2.7 倍

性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,价格只有三分之一。

有 15 个更便宜的已排名模型得分更高:GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262)、Claude Haiku 5.5 (56.7, $0.200),另有 12 个。

截至 2026年11月16日,Qwen3-Next 80B A3B(Alibaba)在 BenchLeader Index 上得分 52.2(共 608 个已排名配置)。表现最好的是推理(57),最弱的是智能体与工具(37)。API 价格为每百万 token $0.388(按输入 3 : 输出 1 混合),为 2026年11月16日的标价。输出速度约为 120 token/秒(Artificial Analysis)。发布于 2025年9月11日。

要点(截至 2026年11月16日)

  • Qwen3-Next 80B A3B 的 API 价格为每百万 token $0.388(按输入 3 : 输出 1 混合)(标价,2026年11月16日)。
  • Qwen3-Next 80B A3B 的输出速度约为 120 token/秒(Artificial Analysis,2026年11月16日)。
  • Qwen3-Next 80B A3B 于 2025年9月11日发布(Alibaba)。

详细说明:Qwen3-Next 80B A3B 是 Alibaba 的开放权重推理模型,发布于 2025年9月11日。其最佳配置(推理强度 thinking)在 BenchLeader Index 上得分 52.2 ±4.3,在 608 个配置中排第 284 名,处于上半区。关键在于这个“±”:另有 275 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(57),智能体与工具最低(37)。按混合价格计,每百万 token $0.350,比大多数已排名模型便宜。输出速度为 118 token/秒,首次回答需 1.2 秒,比大多数模型快。它已在 2 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
$0.350/M
输入 $0.100 · 输出 $1.10
来源:Artificial Analysis
输出速度
118 tok/s
由 Artificial Analysis 测量
首次回答
1.20 s
首 token 1.20 s
上下文
131k
来源:models.dev
完整回答
19 s
最近一次测量 2026年11月13日
单任务成本
–
单任务 token 数
–
发布日期
2025年9月11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 Index52
  2. 推理57
  3. 编程54
  4. 智能体与工具37
  5. 数学57
  6. 指令遵循55
  7. 人类偏好53
  8. 长上下文56

嵌入这个排名

更多徽章样式
[![Qwen3-Next 80B A3B on BenchLeader: 综合第 139 名](https://www.benchleader.com/badge/qwen3-next-80b-a3b.svg?style=compact)](https://www.benchleader.com/models/qwen3-next-80b-a3b)

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
thinking最佳52.2#284118 tok/s1.20 s$0.0004智能体与工具 37 · 编程 54 · 人类偏好 53 · 指令遵循 55 · 长上下文 56 · 数学 57 · 推理 57
未说明51.2#319118 tok/s1.20 s$0.0004智能体与工具 40 · 编程 57 · 人类偏好 57 · 指令遵循 42 · 长上下文 52 · 数学 59 · 推理 54

Index 走势

2026年9月9日 至 2026年11月16日
455157
  • thinking
  • 默认

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thinking默认来源趋势
AA Openness Index不计入 Index44.4#9744.4#97Artificial Analysis

推理

基准测试thinking默认来源趋势
Arena Hard Prompts1385#1901420#156Arena (LMArena)
GPQA Diamond (AA)不计入 Index75.9%#24773.8%#267Artificial Analysis
Humanity's Last Exam (AA)不计入 Index12.6%#2967.7%#378Artificial Analysis
Kagi LLM Benchmark66.7%#3654.4%#69Kagi LLM Benchmark
GPQA Diamond (HELM)不计入 Index63.0%#23–HELM Capabilities
CritPt不计入 Index0.0%#3370.0%#337Artificial Analysis
Arena Expert不计入 Index1392#1851401#174Arena (LMArena)

编程

基准测试thinking默认来源趋势
Arena Coding1421#1881444#159Arena (LMArena)
Terminal-Bench 2.1 (AA)不计入 Index6.7%#203–Artificial Analysis
LiveCodeBench (AA)不计入 Index78.4%#3368.4%#77Artificial Analysis

智能体与工具

基准测试thinking默认来源趋势
Terminal-Bench Hard9.8%#2337.6%#246Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index41.5%#22321.6%#324Artificial Analysis
GDPval-AA v2.1, normalised score不计入 Index0.0%#124–Artificial Analysis
GDPval-AA v2.1不计入 Index136#280–Artificial Analysis
τ³-Banking (AA)6.2%#172–Artificial Analysis

数学

基准测试thinking默认来源趋势
Omni-MATH (HELM)46.7%#22–HELM Capabilities
Arena Maths1391#1641414#134Arena (LMArena)
AIME 2025 (AA)不计入 Index84.3%#4966.3%#101Artificial Analysis

知识

基准测试thinking来源趋势
MMLU-Pro (HELM)不计入 Index78.6%#23HELM Capabilities
Global-MMLU-Lite (AA)不计入 Index81.9%#57Artificial Analysis

指令遵循

基准测试thinking默认来源趋势
IFBench60.7%#12639.7%#268Artificial Analysis
IFEval (HELM)81.0%#44–HELM Capabilities
WildBench (HELM)80.7%#29–HELM Capabilities
Arena Instruction Following不计入 Index1359#1911377#174Arena (LMArena)

人类偏好

基准测试thinking默认来源趋势
Arena Text1369#1911399#159Arena (LMArena)
Arena Creative Writing不计入 Index1326#1981313#209Arena (LMArena)
Arena Multi-turn不计入 Index1350#2031400#160Arena (LMArena)
Arena Longer Queries不计入 Index1370#1941390#179Arena (LMArena)

长上下文

基准测试thinking默认来源趋势
Fiction.LiveBench 120k推理强度未说明–62.5%#13Fiction.live
AA-LCR v1.163.7%#28352.7%#334Artificial Analysis

综合

基准测试thinking默认来源趋势
AA Intelligence Index v4.3.2不计入 Index11.2#3699.6#402Artificial Analysis
AA Progress Index v1不计入 Index225.3#333211.1#379Artificial Analysis
HELM Capabilities mean不计入 Index70.0%#23–HELM Capabilities

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
DeepInfra107 tok/s1.30 s$0.072$0.880262kfp8
DeepInfra104 tok/s0.39 s$0.090$1.10262kfp8
DeepInfra77 tok/s0.45 s$0.135$1.65262kfp8
Parasail74 tok/s0.29 s$0.100$1.10262kfp8

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.330$0.660$0.990$1.3226年9月26年10月26年11月
输入 输出
当前:输入 $0.100 · 输出 $1.10

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。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$0.0004–3.7 s
总结一份 30 页的报告12,000 / 600$0.0019–6.3 s
代码编辑6,000 / 1,500$0.0023–13.9 s
智能体编程会话60,000 / 4,000$0.010–35.0 s
结构化信息提取2,000 / 200$0.0004–2.9 s

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-Next 80B A3B 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-Next 80B A3B on BenchLeader: 综合第 139 名](https://www.benchleader.com/badge/qwen3-next-80b-a3b.svg)](https://www.benchleader.com/models/qwen3-next-80b-a3b)

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-Next 80B A3B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-next-80b-a3b

BibTeX:

@misc{benchleader_qwen3_next_80b_a3b_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3-Next 80B A3B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-next-80b-a3b}},
  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-Next 80B A3B 的基准测试得分是多少?
截至 2026年11月16日,Qwen3-Next 80B A3B(推理强度 thinking)的 BenchLeader Index 为 52.2 ±4.3。最强的是推理(57),最弱的是智能体与工具(37)。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-Next 80B A3B 排名第几?
截至 2026年11月16日,Qwen3-Next 80B A3B(推理强度 thinking)在 608 个已排名配置中排第 284 名。另有 275 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-Next 80B A3B 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen3-Next 80B A3B 的价格为输入每百万 token $0.100、输出每百万 token $1.10,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.350。标价最近一次变动是在 2026年10月24日。
Qwen3-Next 80B A3B 是什么时候发布的?
Alibaba 于 2025年9月11日发布了 Qwen3-Next 80B A3B。BenchLeader 收录了它在 2 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-Next 80B A3B: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-next-80b-a3b。