Qwen3.6-27BvsGPT-5.4 mini
在 7 个共同 benchmark 中，Qwen3.6-27B 整体领先：Qwen3.6-27B 领先 6 项，GPT-5.4 mini 领先 1 项，持平 0 项，平均分差 +15.20。
Qwen3.6-27B
阿里巴巴 · 2026-04-22 · 推理大模型
GPT-5.4 mini
OpenAI · 2026-03-17 · 推理大模型
Qwen3.6-27B6 项(86%)(14%)1 项GPT-5.4 mini
评测分数
按能力类目分组，每组内按分差大小排列；共 7 项。
图像感知与视觉推理
Qwen3.6-27B 领先 1/1| 评测项 | Qwen3.6-27B | GPT-5.4 mini | 分差 |
|---|---|---|---|
| MMMU-Pro | 71.70120 / 229Normal (No Tools) | 60.50174 / 229Normal (No Tools) | +11.20 |
多轮记忆与持续上下文
Qwen3.6-27B 领先 1/1| 评测项 | Qwen3.6-27B | GPT-5.4 mini | 分差 |
|---|---|---|---|
| Context Arena | 53.7882 / 126Normal (No Tools) | 23.34119 / 126Normal (No Tools) | +30.44 |
数学
Qwen3.6-27B 领先 1/1| 评测项 | Qwen3.6-27B | GPT-5.4 mini | 分差 |
|---|---|---|---|
| FrontierMath v2 | 34.0441 / 58Normal (No Tools) | 17.1954 / 58Normal (No Tools) | +16.84 |
科学知识与推理
Qwen3.6-27B 领先 1/1| 评测项 | Qwen3.6-27B | GPT-5.4 mini | 分差 |
|---|---|---|---|
| GPQA Diamond | 84.8589 / 253Normal (No Tools) | 64.14204 / 253Normal (No Tools) | +20.71 |
自主开发与终端任务
Qwen3.6-27B 领先 1/1| 评测项 | Qwen3.6-27B | GPT-5.4 mini | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 21.20145 / 244Normal (With Tools) | 18.20154 / 244Normal (With Tools) | +3 |
跨应用与工具编排
GPT-5.4 mini 领先 1/1| 评测项 | Qwen3.6-27B | GPT-5.4 mini | 分差 |
|---|---|---|---|
| Claw Bench | 72.4027 / 29Thinking (With Tools) | 75.3025 / 29Thinking (With Tools) | -2.90 |
跨能力综合测试
Qwen3.6-27B 领先 1/1| 评测项 | Qwen3.6-27B | GPT-5.4 mini | 分差 |
|---|---|---|---|
| LiveBench | 64.0354 / 117Normal (No Tools) | 36.95114 / 117Normal (No Tools) | +27.08 |
规格对比
| 字段 | Qwen3.6-27B | GPT-5.4 mini |
|---|---|---|
| 发布机构 | 阿里巴巴 | OpenAI |
| 发布时间 | 2026-04-22 | 2026-03-17 |
| 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 | 暂无数据 |
| 上下文长度 | 128K | 400K |
| 最大输出 | 16K | 128K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Qwen3.6-27B | GPT-5.4 mini |
|---|---|---|
| 文本输入 | 暂无公开价格 | $0.75 / 1M tokens |
| 文本输出 | 暂无公开价格 | $4.5 / 1M tokens |
| 缓存读取 | 暂无公开价格 | $0.075 / 1M tokens |
部分模型公开价格不完整，缺失字段按"暂无公开价格"展示。
小结
- Qwen3.6-27B在以下类目领先:图像感知与视觉推理 (1/1)、多轮记忆与持续上下文 (1/1)、数学 (1/1)、科学知识与推理 (1/1)、自主开发与终端任务 (1/1)、跨能力综合测试 (1/1)
- GPT-5.4 mini在以下类目领先:跨应用与工具编排 (1/1)
7 个共同 benchmark 上，Qwen3.6-27B 平均高出 15.20 分。
单项差距最大的 benchmark：Context Arena — Qwen3.6-27B 53.78，GPT-5.4 mini 23.34（分差 +30.44）。
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。