AI BENCHY 对比

Qwen: Qwen3.5 Plus 2026-02-15 vs Qwen: Qwen3.6 27B

摘要

Qwen3.5 Plus 2026-02-15 vs Qwen3.6 27B benchmark 对比：Qwen3.6 27B 平均分领先，为 6.6 vs 5.8。 Qwen3.5 Plus 2026-02-15 benchmark 成本更低，为 $0.016 vs $0.440。 Qwen3.5 Plus 2026-02-15 更快，为 2.31s vs 59.71s，通过率为 46.0% vs 60.3%。

推荐模型: Qwen3.5 Plus 2026-02-15 - 它的得分接近这里的最高分（5.8 vs 6.6），同时成本比Qwen3.6 27B低约 27.8 倍。

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

指标	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none 发布日期: 2026-02-15	Qwen3.6 27B Qwen3.6 27B medium 发布日期: 2026-04-20

指标	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none 发布日期: 2026-02-15	Qwen3.6 27B Qwen3.6 27B medium 发布日期: 2026-04-20
分数	5.8	6.6
排名	#106	#81
可靠性	10.0	10.0
一致性	9.4	8.2
测试正确
尝试通过率	46.0%	60.3%
不稳定测试	2	5
总运行次数	63	63
每个结果成本	0.204	3.361
总成本	$0.016	$0.440
输入价格	$0.260 / 1M	$0.289 / 1M
输出价格	$1.560 / 1M	$3.170 / 1M
总输入令牌	45,864	39,376
输出令牌	2,480	16,189
推理令牌	0	122,521
响应时间（平均）	2.31s	59.71s
响应时间（最大）	6.65s	168.22s
响应时间（总计）	34.63s	1254.01s

生成展示

Hamster playing table tennis

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

#106 Qwen3.5 Plus 2026-02-15

none

成本: $0.012
时间: 153.2s
令牌: 7,787 tok

#81 Qwen3.6 27B

medium

成本: $0.009
时间: 39.6s
令牌: 3,090 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 Plus 2026-02-15	4.8	10.0	25.0%	0		1.91s	696	517	0
Qwen3.6 27B	8.3	10.0	75.0%	0		12.62s	453	582	4,311

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 Plus 2026-02-15	4.3	7.9	11.1%	1		2.05s	7,913	473	0
Qwen3.6 27B	7.7	10.0	66.7%	0		142.99s	5,051	7,968	43,367

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 Plus 2026-02-15	3.0	10.0	0.0%	0		6.65s	18,304	314	0
Qwen3.6 27B	7.0	3.7	66.7%	1		83.07s	15,104	2,088	14,689

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 Plus 2026-02-15	10.0	10.0	100.0%	0		1.89s	7,794	243	0
Qwen3.6 27B	3.5	1.4	50.0%	2		37.30s	7,778	568	9,404

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 Plus 2026-02-15	5.3	10.0	33.3%	0		1.17s	789	17	0
Qwen3.6 27B	2.9	7.2	11.1%	1		73.38s	662	3,510	20,352

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 Plus 2026-02-15	4.4	3.0	33.3%	1		2.26s	522	117	0
Qwen3.6 27B	6.5	3.4	66.7%	1		39.53s	516	81	3,045

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 Plus 2026-02-15	10.0	10.0	100.0%	0		1.67s	711	72	0
Qwen3.6 27B	10.0	10.0	100.0%	0		37.96s	699	346	6,548

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 Plus 2026-02-15	7.7	10.0	66.7%	0		2.71s	714	494	0
Qwen3.6 27B	7.7	10.0	66.7%	0		61.14s	696	255	12,044

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 Plus 2026-02-15	10.0	10.0	100.0%	0		3.33s	8,211	222	0
Qwen3.6 27B	10.0	10.0	100.0%	0		16.88s	8,213	390	2,954

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 Plus 2026-02-15	3.0	10.0	0.0%	0		1.11s	210	11	0
Qwen3.6 27B	3.0	10.0	0.0%	0		80.99s	204	401	5,807

快速对比

切换对比组合