- 分数
- 8.6 (+1.34 分)
- 总成本（当前价格）
- $0.061 · 便宜 47.6%
- 响应时间（平均）
- 7.51s · 快 24.7%
摘要
Qwen3.5-27B 在 AI BENCHY 上得分 7.2，排名 #149。它的可靠性为 10.0，通过率为 47.8%，总成本为 $0.116，平均响应时间为 9.98s。
Qwen3.5-27B 的独特之处： 它最突出的是 智能体任务，排名 #1；相对较弱的是 反AI技巧，排名 #17。
推荐替代模型
建议改用这个模型：
模型信息
调研日期：2026-08-12
- 参数量
- 27B
- 架构
- 稠密
- 开放状态
- 开源
- 许可证
- Apache-2.0
输入价格
$0.195 / 1M
输出价格
$1.560 / 1M
缓存读取价格
不适用
缓存写入价格
不适用
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
不稳定测试
2
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#149 Qwen3.5-27B
none- 成本
- $0.007
- 时间
- 42.9s
- 令牌
- 4,273 tok
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-10-01 01:05 重新测试 | 7.2 | 10.0 | $0.116 | 当前轮次 | |
| 2026-07-16 22:01 新增测试 | 6.5 | 10.0 | $0.058 ↓ | 比较 | |
| 2026-06-04 13:28 新增测试 | 5.7 | 10.0 | $0.015 ↓ | 比较 | |
| 2026-05-21 23:59 测试集已变更 | 5.8 | 10.0 | $0.017 | 比较 | |
| 2026-04-11 01:19 首次记录的运行 | 5.9 | 不适用 | $0.016 | 比较 |
此轮次使用了不同的基准测试集。解读历史变化时请将测试集变动考虑在内。
轮次对比
| 测试轮次 | 基准测试覆盖率 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 01:05 · 当前轮次 | 69/69 次尝试 | 7.2 | 9.4 | 10.0 | 10/23 | 2 | 36,422 | 283,977 | $0.116 | 9.98s |
| 2026-06-04 13:28 · 新增测试 | 63/63 次尝试 | 5.7 | 9.3 | 10.0 | 7/21 | 2 | 3,592 | 44,478 | $0.015 | 1.68s |
| 差值 | — | +1.6 | +0.1 | 0.0 | +3 | 0 | +32830 | +239499 | +$0.102 | +8301ms |
基准测试覆盖率不同：69/69 次尝试 (目标：每项测试重复 3 次) 对比 63/63 次尝试 (目标：每项测试重复 3 次)。总量和受重复次数影响的指标不能直接比较。
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
Qwen3.5-27BnonevsGemini 3.5 Flash LitemediumQwen3.5-27BnonevsQwen3.5 Plus 2026-02-15mediumQwen3.5-27BnonevsQwen3.6 PlusmediumQwen3.5-27BnonevsQwen3.8 27Bmedium免费可用Qwen3.5-27BnonevsLongCat 2.0highQwen3.5-27BnonevsGemini 3.8 FlashlowQwen3.5-27BnonevsGemini 2.5 FlashmediumQwen3.5-27BnonevsClaude Opus 4.8lowQwen3.5-27BnonevsGrok 4.7mediumQwen3.5-27BnonevsQwen3.7 Flashhigh