导航
AI BENCHY
Advertise here

AI BENCHY 对比

Qwen: Qwen3.5-27B vs Qwen: Qwen3.6 Plus

摘要

Qwen3.5-27B vs Qwen3.6 Plus benchmark 对比：平均分几乎持平，为 7.9 vs 7.8。 Qwen3.6 Plus benchmark 成本更低，为 $0.294 vs $0.536。 Qwen3.6 Plus 更快，为 30.70s vs 68.39s，通过率为 73.0% vs 69.8%。

推荐模型: Qwen3.6 Plus - 它在这里得分最高（7.8），同时成本比Qwen3.5-27B低约 1.8 倍。

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

指标 Qwen3.5-27B Qwen3.5-27B medium 发布日期: 2026-02-24 Qwen3.6 Plus Qwen3.6 Plus medium 发布日期: 2026-04-20
分数 7.9 7.8
排名 #29 #30
可靠性 10.0 10.0
一致性 8.5 9.3
测试正确
尝试通过率 73.0% 69.8%
不稳定测试 4 2
总运行次数 63 63
每个结果成本 4.901 0.831
总成本 $0.536 $0.294
输入价格 $0.195 / 1M $0.325 / 1M
输出价格 $1.560 / 1M $1.950 / 1M
总输入令牌 42,164 41,565
输出令牌 8,534 1,853
推理令牌 329,289 141,973
响应时间（平均） 68.39s 30.70s
响应时间（最大） 234.36s 201.68s
响应时间（总计） 1436.24s 613.99s

生成展示

Hamster playing table tennis

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

#29 Qwen3.5-27B

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

#30 Qwen3.6 Plus

medium
成本
$0.024
时间
219.0s
令牌
12,235 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
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 672 569 31,505
Qwen3.6 Plus 10.0 10.0 100.0% 0 9.90s 672 207 7,557
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
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388
Qwen3.6 Plus 6.1 7.8 44.4% 1 153.12s 7,098 58 50,586
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
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 14,946 483 9,991
Qwen3.6 Plus 10.0 10.0 100.0% 0 34.95s 14,934 452 13,073
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
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 7,782 270 16,150
Qwen3.6 Plus 10.0 10.0 100.0% 0 14.95s 7,782 270 10,706
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
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 553 43 52,368
Qwen3.6 Plus 2.9 7.2 11.1% 1 29.59s 771 56 33,464
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
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 524 70 23,147
Qwen3.6 Plus 5.1 10.0 0.0% 0 27.05s 516 111 5,232
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
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 699 97 11,638
Qwen3.6 Plus 10.0 10.0 100.0% 0 7.54s 699 102 5,552
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
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 696 242 70,096
Qwen3.6 Plus 10.0 10.0 100.0% 0 6.34s 696 309 6,712
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
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 8,193 348 1,323
Qwen3.6 Plus 10.0 10.0 100.0% 0 5.87s 8,193 267 1,330
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
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 204 31 23,683
Qwen3.6 Plus 3.0 10.0 0.0% 0 47.51s 204 21 7,761

快速对比

切换对比组合

Qwen3.6 PlusmediumvsStep 3.7 FlashlowQwen3.5-27BmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsQwen3.6 PlusmediumDeepSeek V4 ProhighvsQwen3.5-27BmediumGPT-5.3 ChatnonevsQwen3.6 PlusmediumDeepSeek V4 FlashhighvsQwen3.5-27BmediumGPT-5.3 ChatnonevsQwen3.5-27BmediumDeepSeek V4 FlashhighvsQwen3.6 PlusmediumGemini 3 Flash PreviewlowvsQwen3.6 PlusmediumGemini 3 Flash PreviewlowvsQwen3.5-27BmediumClaude Sonnet 4.6nonevsQwen3.6 PlusmediumClaude Sonnet 4.6nonevsQwen3.5-27Bmedium