导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Qwen: Qwen3.5-122B-A10B vs Qwen: Qwen3.5-27B

摘要

Qwen3.5-122B-A10B vs Qwen3.5-27B benchmark 对比：Qwen3.5-27B 平均分领先，为 7.9 vs 7.7。 Qwen3.5-27B benchmark 成本更低，为 $0.536 vs $0.588。 Qwen3.5-122B-A10B 更快，为 42.49s vs 68.39s，通过率为 73.0% vs 73.0%。

推荐模型: Qwen3.5-122B-A10B - 它的得分接近这里的最高分（7.7 vs 7.9），同时响应速度比Qwen3.5-27B快约 1.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium 发布日期: 2026-02-24 Qwen3.5-27B Qwen3.5-27B medium 发布日期: 2026-02-24
分数 7.7 7.9
排名 #36 #29
可靠性 10.0 10.0
一致性 8.8 8.5
测试正确
尝试通过率 73.0% 73.0%
不稳定测试 3 4
总运行次数 63 63
每个结果成本 5.235 4.901
总成本 $0.588 $0.536
输入价格 $0.260 / 1M $0.195 / 1M
输出价格 $2.080 / 1M $1.560 / 1M
总输入令牌 41,832 42,164
输出令牌 26,187 8,534
推理令牌 251,028 329,289
响应时间（平均） 42.49s 68.39s
响应时间（最大） 168.16s 234.36s
响应时间（总计） 892.30s 1436.24s

生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#36 Qwen3.5-122B-A10B

medium
成本
$0.019
时间
48.7s
令牌
6,034 tok

#29 Qwen3.5-27B

medium
成本
$0.008
时间
62.0s
令牌
3,099 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.75s 672 269 16,835
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 672 569 31,505
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 14,947 483 11,337
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 14,946 483 9,991
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 23.41s 7,782 270 16,558
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 7,782 270 16,150
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 2.9 7.2 11.1% 1 63.40s 771 15,537 64,889
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 553 43 52,368
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 3.4 2.2 33.3% 1 34.11s 344 66 7,592
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 524 70 23,147
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 593 77 7,372
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 699 97 11,638
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.89s 696 284 27,575
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 696 242 70,096
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 8,193 322 1,226
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 8,193 348 1,323
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 52.87s 204 822 15,066
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 204 31 23,683

快速对比

切换对比组合

Qwen3.5-122B-A10BmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumQwen3.5-27BmediumvsStep 3.7 FlashlowGPT-5.3 ChatnonevsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsQwen3.5-122B-A10BmediumDeepSeek V4 FlashhighvsQwen3.5-27BmediumGPT-5.3 ChatnonevsQwen3.5-27BmediumClaude Sonnet 4.6nonevsQwen3.5-122B-A10BmediumGemini 3 Flash PreviewlowvsQwen3.5-27BmediumClaude Opus 4.8nonevsQwen3.5-122B-A10BmediumDeepSeek V4 FlashhighvsQwen3.5-122B-A10Bmedium