DataLearner 标志

Qwen3.6-27B 评测详情

Qwen3.6-27B 当前已收录的代表性评测结果包括 C-Eval(5 / 48,得分 91.40)、MMLU Pro(18 / 133,得分 86.20)、LiveCodeBench(22 / 127,得分 83.90)。本页还提供与 3 个竞品模型及 3 个前代或同系列模型的对比,在有数据时会展示性能和价格视图。并附有 1 个数据来源链接供参考。

评测结果

Qwen3.6-27B

评测结果

思考模式
工具使用

综合评估

共 4 项评测
评测名称 / 模式
得分
排名/总数
C-Eval
思考模式
91.40
5 / 48
MMLU Pro
思考模式
86.20
18 / 133
LiveBench
常规模式
65.56
52 / 115
HLE
思考模式
24
122 / 189

科学与综合推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
84.85
100 / 270
GPQA Diamond
思考模式
87.80
74 / 270

编程与软件工程

共 4 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
思考模式
83.90
22 / 127
SWE-bench Verified
思考模式工具
77.20
28 / 115
SWE-bench Multilingual
思考模式工具
71.30
19 / 28
SWE-Bench Pro - Public
思考模式工具
53.50
38 / 60

AI Agent - 工具使用

共 1 项评测
评测名称 / 模式
得分
排名/总数
Terminal Bench 2.0
思考模式工具
59.30
20 / 48

文本向量检索

共 2 项评测
评测名称 / 模式
得分
排名/总数
Context Arena
常规模式
53.78
82 / 126
Context Arena
思考模式
82.17
32 / 126

数学推理

共 3 项评测
评测名称 / 模式
得分
排名/总数
AIME 2026
思考模式
94.10
7 / 20
IMO-AnswerBench
思考模式
80.80
20 / 24
FrontierMath v2
常规模式
34.04
41 / 58

OpenClaw智能体能力综合测评

共 1 项评测
评测名称 / 模式
得分
排名/总数
Claw Bench
思考模式工具
72.40
27 / 29

竞品对比

Qwen3.6-27B 与同类主流模型的评测得分对比

评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示;百分制评测使用原始高度,超出 0-100 的评测按该评测内相对比例缩放,标签仍保留原始分数。

11 项可对比评测得分汇总。每个模型展示最佳得分,模式在分数下方标注。

评测项Qwen3.6-27B当前Gemini 3.0 FlashHaiku 4.5GPT-5.4 mini
HLE
Accuracy
综合评估
24.00开启思考
43.50开启思考 | 工具
9.70扩展思考
41.50思考水平·极高 | 工具
LiveBench
Accuracy
综合评估
65.56常规模式
72.40思考水平·高
61.3264K
67.54深度思考模式
MMLU Pro
Accuracy
综合评估
86.20开启思考
--
80.00扩展思考
--
GPQA Diamond
Accuracy
科学与综合推理
87.80开启思考
90.40开启思考
73.30扩展思考
88.00思考水平·极高
LiveCodeBench
Pass @K
编程与软件工程
83.90开启思考
--
62.00扩展思考
--
SWE-Bench Pro - Public
Accuracy
编程与软件工程
53.50开启思考 | 工具
49.60思考水平·高 | 工具
39.45扩展思考 | 工具
54.40思考水平·极高 | 工具
SWE-bench Verified
Accuracy
编程与软件工程
77.20开启思考 | 工具
68.70开启思考
73.30128K | 工具
--
Terminal Bench 2.0
Accuracy
AI Agent - 工具使用
59.30开启思考 | 工具
47.60开启思考 | 工具
--
60.00思考水平·极高 | 工具
Context Arena
Accuracy (8 needles, 4K-128K context)
文本向量检索
82.17开启思考
--
36.27开启思考
50.92思考水平·极高
FrontierMath v2
Accuracy (verification_code)
数学推理
34.04常规模式
--
--
51.23思考水平·极高
Claw Bench
Accuracy
OpenClaw智能体能力综合测评
72.40开启思考 | 工具
85.70开启思考 | 工具
89.40开启思考 | 工具
75.30开启思考 | 工具

Qwen3.6-27B 与同类模型的标准 API 价格对比

按模型并排展示标准文本输入价与输出价;若存在超长上下文加价,仅保留阈值内标准价,并在下方说明适用范围。

数据来源:DataLearnerAI,展示默认供应商的标准文本价格。 · USD / 1M tokens

模型供应商标准输入标准输出标准价适用于
Gemini 3.0 Flash
Google Deep Mind$0.5 / 1M tokens$3 / 1M tokens
Haiku 4.5
Anthropic$1 / 1M tokens$5 / 1M tokens
GPT-5.4 mini
OpenAI$0.75 / 1M tokens$4.5 / 1M tokens

历代版本对比

Qwen3.6-27B 系列各版本的评测成绩纵向对比

评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示;百分制评测使用原始高度,超出 0-100 的评测按该评测内相对比例缩放,标签仍保留原始分数。

10 项可对比评测得分汇总。每个模型展示最佳得分,模式在分数下方标注。· 点击任意行可切换下方趋势图。

评测项Qwen3.6-27B当前Qwen3.5-27BQwen3-32BQwen2.5-32B
C-Eval
Accuracy
综合评估
91.40开启思考
90.50开启思考
87.30开启思考
--
HLE
Accuracy
综合评估
24.00开启思考
48.50开启思考 | 工具
--
--
LiveBench
Accuracy
综合评估
65.56常规模式
--
43.56开启思考
--
MMLU Pro
Accuracy
综合评估
86.20开启思考
86.10开启思考
--
69.23常规模式
GPQA Diamond
Accuracy
科学与综合推理
87.80开启思考
85.50开启思考
68.40开启思考
--
LiveCodeBench
Pass @K
编程与软件工程
83.90开启思考
80.70开启思考 | 工具
65.70开启思考
51.20常规模式
SWE-bench Verified
Accuracy
编程与软件工程
77.20开启思考 | 工具
72.40开启思考
--
--
Terminal Bench 2.0
Accuracy
AI Agent - 工具使用
59.30开启思考 | 工具
41.60开启思考 | 工具
--
--
Context Arena
Accuracy (8 needles, 4K-128K context)
文本向量检索
82.17开启思考
73.34开启思考
--
--
Claw Bench
Accuracy
OpenClaw智能体能力综合测评
72.40开启思考 | 工具
75.20开启思考 | 工具
--
--

单评测历史趋势图

当前查看:C-Eval · 综合评估

选择评测
常规常规 + 工具推理推理 + 工具深度推理深度推理 + 工具

横轴为模型与发布时间,纵轴为分数;同一模式会用实线串起版本变化,同代不同模式继续用虚线辅助对齐。

Qwen3.6-27B 所在系列的标准 API 价格对比

按模型并排展示标准文本输入价与输出价;若存在超长上下文加价,仅保留阈值内标准价,并在下方说明适用范围。

数据来源:DataLearnerAI,展示默认供应商的标准文本价格。

这些模型的价格币种或计费单位不一致,暂不直接绘制统一柱状图,以下展示原始价格。

Qwen3-32B
供应商: 阿里巴巴
标准输入: ¥0.0012 / 1K tokens
标准输出: ¥0.0048 / 1K tokens
Qwen2.5-32B
供应商: 阿里巴巴
标准输入: ¥0.002 / 1K tokens
标准输出: ¥0.006 / 1K tokens
模型供应商标准输入标准输出标准价适用于
Qwen3-32B
阿里巴巴¥0.0012 / 1K tokens¥0.0048 / 1K tokens
Qwen2.5-32B
阿里巴巴¥0.002 / 1K tokens¥0.006 / 1K tokens

数据来源