DataLearner 标志

Qwen3.5-27B 评测详情

Qwen3.5-27B 当前已收录的代表性评测结果包括 Pinch Bench(2 / 38,得分 90)、MMLU-Pro(21 / 175,得分 86.10)、C-Eval(6 / 48,得分 90.50)。本页还提供与 1 个竞品模型及 2 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

Qwen3.5-27B

评测结果

思考模式
工具使用
联网能力

综合知识考试

共 4 项评测
评测名称 / 模式
得分
排名/总数
C-Eval
思考模式
90.50
6 / 48
MMLU-Pro
思考模式
86.10
21 / 175
HLE
思考模式
24.30
141 / 235
HLE
思考模式工具
48.50
47 / 235

科学知识与推理

共 3 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
思考模式
85.50
84 / 253
CritPt
常规模式
0.30
186 / 204
CritPt
思考模式
0.90
162 / 204

仓库修复与多文件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SWE-bench Verified
思考模式
72.40
54 / 116

算法与竞赛编程

共 2 项评测
评测名称 / 模式
得分
排名/总数
CodeForces
思考模式
1899
17 / 21
LiveCodeBench
思考模式工具
80.70
30 / 125

图像感知与视觉推理

共 4 项评测
评测名称 / 模式
得分
排名/总数
MMMU
思考模式
82.30
12 / 74
MMMU-Pro
常规模式
70
132 / 229
MMMU-Pro
思考模式
75
89 / 229
SimpleVQA
思考模式
56
3 / 3

客服与业务流程

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ²-Bench
思考模式工具
79
17 / 44

指令与格式遵循

共 1 项评测
评测名称 / 模式
得分
排名/总数
IF Bench
思考模式
76.50
7 / 31

事实查找与深度检索

共 2 项评测
评测名称 / 模式
得分
排名/总数
BrowseComp
思考模式工具
61
37 / 58
BrowseComp
思考模式工具联网
61
37 / 58

自主开发与终端任务

共 3 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
41.60
44 / 48
Terminal Bench Hard
常规模式工具
31.80
100 / 244
Terminal Bench Hard
思考模式工具
32.60
93 / 244

多轮记忆与持续上下文

共 2 项评测
评测名称 / 模式
得分
排名/总数
Context Arena
常规模式
36.82
102 / 126
Context Arena
思考模式
73.34
56 / 126

桌面工作流

共 1 项评测
评测名称 / 模式
得分
排名/总数
OSWorld-Verified
思考模式工具
56.20
25 / 28

跨应用与工具编排

共 2 项评测
评测名称 / 模式
得分
排名/总数
Pinch Bench
思考模式工具
90
2 / 38
Claw Bench
思考模式工具
75.20
26 / 29

跨长文理解与整合

共 1 项评测
评测名称 / 模式
得分
排名/总数
LongBench v2
常规模式
60.60
8 / 14

竞品对比

Qwen3.5-27B 与同类主流模型的评测得分对比

Qwen3.5-27BGemma 4 31B
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。

9 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Qwen3.5-27B当前Gemma 4 31B
HLE
Accuracy
综合知识考试
48.50开启思考 | 工具
26.50开启思考 | 工具
MMLU-Pro
Accuracy
综合知识考试
86.10开启思考
85.20开启思考
CritPt
Score
科学知识与推理
0.90开启思考
1.40开启思考
GPQA Diamond
Accuracy
科学知识与推理
85.50开启思考
84.30开启思考
CodeForces
Accuracy
算法与竞赛编程
1899.00开启思考
2150.00开启思考
LiveCodeBench
Pass @K
算法与竞赛编程
80.70开启思考 | 工具
80.00开启思考
MMMU-Pro
Accuracy
图像感知与视觉推理
75.00开启思考
76.90思考水平·高
τ²-Bench
Accuracy
客服与业务流程
79.00开启思考 | 工具
76.90开启思考 | 工具
Terminal Bench Hard
Accuracy
自主开发与终端任务
32.60开启思考 | 工具
36.40开启思考 | 工具

Qwen3.5-27B 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。

这些模型暂未提供可比较的标准文本价格。

历代版本对比

Qwen3.5-27B 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。

7 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Qwen3.5-27B当前Qwen3-32BQwen2.5-32B
C-Eval
Accuracy
综合知识考试
90.50开启思考
87.30开启思考
--
MMLU-Pro
Accuracy
综合知识考试
86.10开启思考
--
69.23常规模式
CritPt
Score
科学知识与推理
0.90开启思考
0.30开启思考
--
GPQA Diamond
Accuracy
科学知识与推理
85.50开启思考
68.40开启思考
--
CodeForces
Accuracy
算法与竞赛编程
1899.00开启思考
1977.00开启思考
--
LiveCodeBench
Pass @K
算法与竞赛编程
80.70开启思考 | 工具
65.70开启思考
51.20常规模式
Terminal Bench Hard
Accuracy
自主开发与终端任务
32.60开启思考 | 工具
3.00开启思考 | 工具
--

单评测历史趋势图

当前查看:C-Eval · 综合知识考试

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。

Qwen3.5-27B 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