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: Qwen3.5-27B vs Qwen: Qwen3.7 Plus

摘要

Qwen3.5-27B vs Qwen3.7 Plus benchmark 对比：Qwen3.7 Plus 平均分领先，为 8.2 vs 7.9。 Qwen3.7 Plus benchmark 成本更低，为 $0.177 vs $0.536。 Qwen3.7 Plus 更快，为 38.95s vs 68.39s，通过率为 73.0% vs 77.8%。

推荐模型: Qwen3.7 Plus - 它在这里得分最高（8.2），同时成本比Qwen3.5-27B低约 3.0 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 Qwen3.7 Plus Qwen3.7 Plus medium 发布日期: 2026-06-03
分数 7.9 8.2
排名 #29 #25
可靠性 10.0 10.0
一致性 8.5 9.1
测试正确
尝试通过率 73.0% 77.8%
不稳定测试 4 2
总运行次数 63 63
每个结果成本 4.901 1.474
总成本 $0.536 $0.177
输入价格 $0.195 / 1M $0.320 / 1M
输出价格 $1.560 / 1M $1.280 / 1M
总输入令牌 42,164 40,939
输出令牌 8,534 2,125
推理令牌 329,289 125,754
响应时间（平均） 68.39s 38.95s
响应时间（最大） 234.36s 178.04s
响应时间（总计） 1436.24s 817.85s

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

#25 Qwen3.7 Plus

medium
成本
$0.018
时间
193.2s
令牌
10,821 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
Qwen3.7 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
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
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
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
Qwen3.7 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
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
Qwen3.7 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041

快速对比

切换对比组合

DeepSeek V4 FlashhighvsQwen3.7 PlusmediumQwen3.5-27BmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsQwen3.5-27BmediumGPT-5.2 ChatnonevsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsQwen3.5-27BmediumGPT-5.3 ChatnonevsQwen3.5-27BmediumQwen3.7 PlusmediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsQwen3.5-27BmediumDeepSeek V4 ProhighvsQwen3.7 PlusmediumClaude Sonnet 4.6nonevsQwen3.5-27BmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGPT-5.3 ChatnonevsQwen3.7 Plusmedium