Qwen3.6-27BvsQwen3.5-27B
在 8 个共同 benchmark 中，Qwen3.6-27B 整体领先：Qwen3.6-27B 领先 7 项，Qwen3.5-27B 领先 1 项，持平 0 项，平均分差 +4.68。
Qwen3.6-27B
阿里巴巴 · 2026-04-22 · 推理大模型
Qwen3.5-27B
阿里巴巴 · 2026-02-25 · 推理大模型
Qwen3.6-27B7 项(88%)(13%)1 项Qwen3.5-27B
评测分数
按能力类目分组，每组内按分差大小排列；共 8 项。
General Knowledge
Qwen3.6-27B 领先 3/3| 评测项 | Qwen3.6-27B | Qwen3.5-27B | 分差 |
|---|---|---|---|
| HLE | 15.10333 / 563Normal (No Tools) · Text only | 13.90348 / 563Normal (No Tools) · Text only | +1.20 |
| C-Eval | 91.405 / 48Thinking (No Tools) | 90.506 / 48Thinking (No Tools) | +0.90 |
| MMLU Pro | 86.2018 / 175Thinking (No Tools) | 86.1020 / 175Thinking (No Tools) | +0.10 |
AI Agent - Tool Usage
Qwen3.6-27B 领先 1/1| 评测项 | Qwen3.6-27B | Qwen3.5-27B | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 59.3020 / 48Thinking (With Tools) | 41.6044 / 48Thinking (With Tools) | +17.70 |
Claw-style Agent Evaluation
Qwen3.5-27B 领先 1/1| 评测项 | Qwen3.6-27B | Qwen3.5-27B | 分差 |
|---|---|---|---|
| Claw Bench | 72.4027 / 29Thinking (With Tools) | 75.2026 / 29Thinking (With Tools) | -2.80 |
Long Context
Qwen3.6-27B 领先 1/1| 评测项 | Qwen3.6-27B | Qwen3.5-27B | 分差 |
|---|---|---|---|
| AA-LCR | 66.70118 / 170Normal (No Tools) | 64122 / 170Normal (No Tools) | +2.70 |
Text Embedding
Qwen3.6-27B 领先 1/1| 评测项 | Qwen3.6-27B | Qwen3.5-27B | 分差 |
|---|---|---|---|
| Context Arena | 53.7882 / 126Normal (No Tools) | 36.82102 / 126Normal (No Tools) | +16.96 |
科学与综合推理
Qwen3.6-27B 领先 1/1| 评测项 | Qwen3.6-27B | Qwen3.5-27B | 分差 |
|---|---|---|---|
| GPQA Diamond | 84.85159 / 462Normal (No Tools) | 84.20174 / 462Normal (No Tools) | +0.65 |
规格对比
| 字段 | Qwen3.6-27B | Qwen3.5-27B |
|---|---|---|
| 发布机构 | 阿里巴巴 | 阿里巴巴 |
| 发布时间 | 2026-04-22 | 2026-02-25 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 270亿 | 270亿 |
| 上下文长度 | 128K | 1010K |
| 最大输出 | 16K | 248320 |
小结
- Qwen3.6-27B在以下类目领先:General Knowledge (3/3)、AI Agent - Tool Usage (1/1)、Long Context (1/1)、Text Embedding (1/1)、科学与综合推理 (1/1)
- Qwen3.5-27B在以下类目领先:Claw-style Agent Evaluation (1/1)
8 个共同 benchmark 上，Qwen3.6-27B 平均高出 4.68 分。
单项差距最大的 benchmark：Terminal Bench 2.0 — Qwen3.6-27B 59.30，Qwen3.5-27B 41.60（分差 +17.70）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。