DataLearner 标志

Qwen3.6-27BvsQwen3.5-27B

在 8 个共同 benchmark 中,Qwen3.6-27B 整体领先:Qwen3.6-27B 领先 6 项,Qwen3.5-27B 领先 2 项,持平 0 项,平均分差 +3.07。

阿里巴巴
Qwen3.6-27B

阿里巴巴 · 2026-04-22 · 推理大模型

阿里巴巴
Qwen3.5-27B

阿里巴巴 · 2026-02-25 · 推理大模型

Qwen3.6-27B6 项(75%)(25%)2 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。

综合知识考试

Qwen3.6-27B 领先 2/2
评测项Qwen3.6-27BQwen3.5-27B分差
C-Eval91.405 / 48Thinking (No Tools)90.506 / 48Thinking (No Tools)+0.90
MMLU-Pro86.2019 / 175Thinking (No Tools)86.1021 / 175Thinking (No Tools)+0.10

自主开发与终端任务

胶着 2/2
评测项Qwen3.6-27BQwen3.5-27B分差
Terminal Bench 2.059.3020 / 48Thinking (With Tools)41.6044 / 48Thinking (With Tools)+17.70
Terminal Bench Hard21.20145 / 244Normal (With Tools)31.80100 / 244Normal (With Tools)-10.60

图像感知与视觉推理

Qwen3.6-27B 领先 1/1
评测项Qwen3.6-27BQwen3.5-27B分差
MMMU-Pro71.70120 / 229Normal (No Tools)70132 / 229Normal (No Tools)+1.70

多轮记忆与持续上下文

Qwen3.6-27B 领先 1/1
评测项Qwen3.6-27BQwen3.5-27B分差
Context Arena53.7882 / 126Normal (No Tools)36.82102 / 126Normal (No Tools)+16.96

科学知识与推理

Qwen3.6-27B 领先 1/1
评测项Qwen3.6-27BQwen3.5-27B分差
CritPt0.90162 / 204Normal (No Tools)0.30186 / 204Normal (No Tools)+0.60

跨应用与工具编排

Qwen3.5-27B 领先 1/1
评测项Qwen3.6-27BQwen3.5-27B分差
Claw Bench72.4027 / 29Thinking (With Tools)75.2026 / 29Thinking (With Tools)-2.80

规格对比

字段Qwen3.6-27BQwen3.5-27B
发布机构阿里巴巴阿里巴巴
发布时间2026-04-222026-02-25
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128K1010K
最大输出16K248320

小结

  • Qwen3.6-27B在以下类目领先:综合知识考试 (2/2)、图像感知与视觉推理 (1/1)、多轮记忆与持续上下文 (1/1)、科学知识与推理 (1/1)
  • Qwen3.5-27B在以下类目领先:跨应用与工具编排 (1/1)
  • 胶着类目:自主开发与终端任务

8 个共同 benchmark 上,Qwen3.6-27B 平均高出 3.07 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。