Qwen3.8-27B 评测详情
Qwen3.8-27B 当前已收录的代表性评测结果包括 LiveCodeBench（7 / 127，得分 90.30）、Context Arena（7 / 126，得分 93.98）、OSWorld-Verified（3 / 26，得分 84.30）。本页还提供与 4 个竞品模型及 4 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。
评测结果
Qwen3.8-27B
评测结果
编程与软件工程
共 4 项评测评测名称 / 模式
得分
排名/总数
文本向量检索
共 4 项评测评测名称 / 模式
得分
排名/总数
多模态理解
共 7 项评测评测名称 / 模式
得分
排名/总数
竞品对比
Qwen3.8-27B 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。
12 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 | Qwen3.8-27B当前 | Claude Sonnet 5 | GPT-5.6 Terra | Gemini 3.7 Flash | DeepSeek-V4-Flash |
|---|---|---|---|---|---|
HLE 综合评估 | 30.80开启思考 | 57.40思考水平·极高 ｜ 工具 | -- | -- | 45.10思考水平·极高 ｜ 工具 |
GPQA Diamond 科学与综合推理 | 89.20开启思考 | 90.53思考水平·极高 | 93.31思考水平·高 | 94.82思考水平·高 | 88.10思考水平·高 |
DeepSWE 编程与软件工程 | 42.20开启思考 ｜ 工具 | 54.00深度思考模式 ｜ 工具 | 69.60思考水平·极高 ｜ 工具 | 65.30思考水平·高 ｜ 工具 | 54.40思考水平·高 ｜ 工具 |
LiveCodeBench 编程与软件工程 | 90.30开启思考 | -- | -- | -- | 91.60思考水平·高 |
NL2Repo-Bench 编程与软件工程 | 42.30开启思考 ｜ 工具 | -- | -- | -- | 54.20思考水平·高 ｜ 工具 |
SWE-Bench Pro - Public 编程与软件工程 | 61.70开启思考 ｜ 工具 | -- | -- | -- | 52.60思考水平·极高 ｜ 工具 |
Creative Writing 写作和创作 | 1669.10常规模式 | 1787.60常规模式 | 1850.00常规模式 | 1725.70常规模式 | 1555.70常规模式 |
SimpleBench 常识推理 | 60.20开启思考 | 60.60常规模式 | 48.90思考水平·极高 | -- | 61.10常规模式 |
Context Arena 文本向量检索 | 93.98思考水平·中 | 79.53思考水平·高 | 92.17思考水平·高 | 95.95思考水平·高 | 69.42开启思考 |
OSWorld-Verified AI Agent - 工具使用 | 84.30开启思考 ｜ 工具 | 81.20思考水平·极高 ｜ 工具 | -- | -- | -- |
Terminal-Bench 2.1 AI Agent - 工具使用 | 73.00开启思考 ｜ 工具 | 80.40思考水平·极高 ｜ 工具 | 87.40思考水平·高 | 85.80开启思考 ｜ 工具 | 82.70思考水平·高 ｜ 工具 |
Agents' Last Exam Agent能力评测 | 20.40开启思考 ｜ 工具 | -- | 50.40思考水平·极高 ｜ 工具 | 26.30思考水平·中 ｜ 工具 | 25.20思考水平·高 ｜ 工具 |
其余 1 个 benchmark 仍可在上方图表中查看。
Qwen3.8-27B 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 |
|---|---|---|---|---|
Claude Sonnet 5 | Anthropic | $2 / 1M tokens | $10 / 1M tokens | — |
GPT-5.6 Terra | OpenAI | $2 / 1M tokens | $12 / 1M tokens | — |
Gemini 3.7 Flash | DeepMind | $0.75 / 1M tokens | $3.75 / 1M tokens | — |
DeepSeek-V4-Flash | DeepSeek-AI | $0.14 / 1M tokens | $0.28 / 1M tokens | — |
历代版本对比
Qwen3.8-27B 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。
6 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 | Qwen3.8-27B当前 | Qwen3.6-27B | Qwen3.5-27B | Qwen3-32B | Qwen2.5-32B |
|---|---|---|---|---|---|
HLE 综合评估 | 30.80开启思考 | 24.00开启思考 | 48.50开启思考 ｜ 工具 | -- | -- |
GPQA Diamond 科学与综合推理 | 89.20开启思考 | 87.80开启思考 | 85.50开启思考 | 68.40开启思考 | -- |
LiveCodeBench 编程与软件工程 | 90.30开启思考 | 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 Pro - Public 编程与软件工程 | 61.70开启思考 ｜ 工具 | 53.50开启思考 ｜ 工具 | -- | -- | -- |
Context Arena 文本向量检索 | 93.98思考水平·中 | 82.17开启思考 | 73.34开启思考 | -- | -- |
OSWorld-Verified AI Agent - 工具使用 | 84.30开启思考 ｜ 工具 | -- | 56.20开启思考 ｜ 工具 | -- | -- |
单评测历史趋势图
当前查看：HLE · 综合评估
选择评测
Qwen3.8-27B 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 | — |