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(19 / 175,得分 86.20)、LiveCodeBench(23 / 125,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

综合知识考试

共 3 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
19 / 175
HLE
思考模式
24
143 / 235

科学知识与推理

共 4 项评测
评测名称 / 模式
得分
排名/总数
GPQA Diamond
常规模式
84.85
89 / 253
GPQA Diamond
思考模式
87.80
64 / 253
CritPt
常规模式
0.90
162 / 204
CritPt
思考模式
1.10
151 / 204

仓库修复与多文件工程

共 3 项评测
评测名称 / 模式
得分
排名/总数
SWE-bench Verified
思考模式工具
77.20
28 / 116
SWE-bench Multilingual
思考模式工具
71.30
21 / 30
SWE-Bench Pro - Public
思考模式工具
53.50
39 / 62

算法与竞赛编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
思考模式
83.90
23 / 125

跨能力综合测试

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveBench
常规模式
64.03
54 / 117

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
59.30
20 / 48
Terminal Bench Hard
常规模式工具
21.20
145 / 244
Terminal Bench Hard
思考模式工具
34.80
75 / 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
53.78
82 / 126
Context Arena
思考模式
82.17
32 / 126

数学

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
16 / 30
IMO-AnswerBench
思考模式
80.80
20 / 24
FrontierMath v2
常规模式
34.04
41 / 58

跨应用与工具编排

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

图像感知与视觉推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMMU-Pro
常规模式
71.70
120 / 229
MMMU-Pro
思考模式
74.60
93 / 229

科学计算与科研编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SciCode
思考模式
42.80
100 / 134

客服与业务流程

共 2 项评测
评测名称 / 模式
得分
排名/总数
τ³-Banking
常规模式工具
9.30
137 / 167
τ³-Banking
思考模式工具
16.70
102 / 167

法律

共 1 项评测
评测名称 / 模式
得分
排名/总数
Harvey Lab-AA
思考模式工具
82.30
27 / 44

文档与图表理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
GDP.pdf
思考模式
11
80 / 122

跨能力聚合指数

共 1 项评测
评测名称 / 模式
得分
排名/总数
ECI
unknown
146.47
65 / 167

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。

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Qwen3.6-27B当前Gemini 3.0 FlashHaiku 4.5GPT-5.4 mini
HLE
Accuracy
综合知识考试
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
MMLU-Pro
Accuracy
综合知识考试
86.20开启思考
--
80.00扩展思考
--
CritPt
Score
科学知识与推理
1.10开启思考
8.60开启思考
--
10.00思考水平·极高
GPQA Diamond
Accuracy
科学知识与推理
87.80开启思考
90.40开启思考
73.30扩展思考
64.14常规模式
SWE-Bench Pro - Public
Accuracy
仓库修复与多文件工程
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
仓库修复与多文件工程
77.20开启思考 | 工具
68.70开启思考
73.30128K | 工具
--
LiveCodeBench
Pass @K
算法与竞赛编程
83.90开启思考
--
62.00扩展思考
--
LiveBench
Accuracy
跨能力综合测试
64.03常规模式
72.40思考水平·高
61.3264K
66.37深度思考模式
Terminal Bench 2.0
Accuracy
自主开发与终端任务
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
Terminal Bench Hard
Accuracy
自主开发与终端任务
34.80开启思考 | 工具
38.60开启思考 | 工具
27.30常规模式 | 工具
52.30思考水平·极高 | 工具
Context Arena
Accuracy (8 needles, 4K-128K context)
多轮记忆与持续上下文
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
34.04常规模式
--
--
51.23思考水平·极高
其余 7 个 benchmark 仍可在上方图表中查看。

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 DeepMind$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。

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。· 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
综合知识考试
91.40开启思考
90.50开启思考
87.30开启思考
--
HLE
Accuracy
综合知识考试
24.00开启思考
48.50开启思考 | 工具
--
--
MMLU-Pro
Accuracy
综合知识考试
86.20开启思考
86.10开启思考
--
69.23常规模式
CritPt
Score
科学知识与推理
1.10开启思考
0.90开启思考
0.30开启思考
--
GPQA Diamond
Accuracy
科学知识与推理
87.80开启思考
85.50开启思考
68.40开启思考
--
SWE-bench Verified
Accuracy
仓库修复与多文件工程
77.20开启思考 | 工具
72.40开启思考
--
--
LiveCodeBench
Pass @K
算法与竞赛编程
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
LiveBench
Accuracy
跨能力综合测试
64.03常规模式
--
43.56开启思考
--
Terminal Bench 2.0
Accuracy
自主开发与终端任务
59.30开启思考 | 工具
41.60开启思考 | 工具
--
--
Terminal Bench Hard
Accuracy
自主开发与终端任务
34.80开启思考 | 工具
32.60开启思考 | 工具
3.00开启思考 | 工具
--
Context Arena
Accuracy (8 needles, 4K-128K context)
多轮记忆与持续上下文
82.17开启思考
73.34开启思考
--
--
Claw Bench
Accuracy
跨应用与工具编排
72.40开启思考 | 工具
75.20开启思考 | 工具
--
--
其余 5 个 benchmark 仍可在上方图表中查看。

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。

Qwen3.6-27B 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