Qwen3.5-27B (medium) vs Qwen3.8 2.4T A95B (high)

排名: #86
总输出令牌: 614,429
响应时间（平均）: 111.94s
总成本: $0.981

排名: #85
总输出令牌: 512,351
响应时间（平均）: 134.41s
总成本: $2.755

推荐模型 Qwen3.5-27B (medium)

它在这里得分最高（7.4），同时成本比Qwen3.8 2.4T A95B (high)低约 2.8 倍。

详细对比

指标	Qwen3.5-27B Qwen3.5-27B medium 发布日期: 2026-02-24	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high 发布日期: 2026-08-12

指标	Qwen3.5-27B Qwen3.5-27B medium 发布日期: 2026-02-24	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high 发布日期: 2026-08-12
分数	7.4	7.5
排名	#86	#85
可靠性	10.0	8.8
一致性	8.2	8.4
尝试次数	66/66	66/66
测试正确
尝试通过率	72.7%	77.3%
不稳定测试	5	4
总运行次数	66	66
每个结果成本	8.324	18.365
总成本	$0.981	$2.755
输入价格	$0.195 / 1M	$2.000 / 1M
输出价格	$1.560 / 1M	$6.000 / 1M
总输入令牌	111,635	109,036
输出令牌	15,999	103,736
推理令牌	598,430	408,615
响应时间（平均）	111.94s	134.41s
响应时间（最大）	1026.43s	532.28s
响应时间（总计）	2462.67s	2956.97s
参数量	27B	2.4T 总计 (95B 激活)
开放状态	开源	权重可用

模型生成展示

Hamster playing table tennis

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

#86 Qwen3.5-27B

medium

成本: $0.008
时间: 62.0s
令牌: 3,099 tok

#85 Qwen3.8 2.4T A95B

high

无效SVG

成本: $0.000
时间: 600.0s
令牌: 0 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

类别:

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864

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
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078

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	7.3	5.8	83.3%	1		595.19s	84,417	7,948	279,132
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307

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
Qwen3.8 2.4T A95B	5.6	7.2	44.4%	1		402.39s	1,069	2,214	204,416

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
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165

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
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656

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
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

快速对比

切换对比组合

GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh GPT-5.6 TerralowvsQwen3.8 2.4T A95Bhigh GPT-5.3 ChatnonevsQwen3.8 2.4T A95Bhigh GPT-5.4 NanomediumvsQwen3.8 2.4T A95Bhigh GPT-5.6 TerralowvsQwen3.5-27Bmedium Kimi K2.7 CodemediumvsQwen3.8 2.4T A95Bhigh LongCat 2.0mediumvsQwen3.8 2.4T A95Bhigh GPT-5.3 ChatnonevsQwen3.5-27Bmedium Gemini 3 Flash PreviewlowvsQwen3.5-27Bmedium Claude Opus 5nonevsQwen3.8 2.4T A95Bhigh Qwen3.5-27BmediumvsGrok 4.6low Nemotron 3 Ultramedium免费可用vsQwen3.8 2.4T A95Bhigh