DataLearner 标志

Qwen3.6-35B-A3B 评测详情

Qwen3.6-35B-A3B 当前已收录的代表性评测结果包括 GPQA(2 / 17,得分 86)、C-Eval(7 / 48,得分 90)、MMLU-Pro(26 / 175,得分 85.20)。本页还提供与 3 个竞品模型及 1 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

Qwen3.6-35B-A3B

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
90
7 / 48
MMLU-Pro
思考模式
85.20
26 / 175
HLE
思考模式
21.40
151 / 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
思考模式
86
2 / 17
GPQA Diamond
常规模式
84.85
89 / 253
CritPt
思考模式
0.30
186 / 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
73.40
48 / 116
67.20
27 / 30
49.50
49 / 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
80.40
31 / 125

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
51.50
33 / 48
Terminal Bench Hard
常规模式工具
25.80
126 / 244
Terminal Bench Hard
思考模式工具
34.80
75 / 244

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
Tool Decathlon
思考模式
26.90
10 / 10

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
53.20
84 / 126
Context Arena
思考模式
83.53
27 / 126

数学

共 2 项评测
评测名称 / 模式
得分
排名/总数
AIME 2026
思考模式
92.70
19 / 30
IMO-AnswerBench
思考模式
78.90
21 / 24

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
124 / 229
MMMU-Pro
思考模式
75
89 / 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
36.60
116 / 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
5.40
152 / 167
τ³-Banking
思考模式工具
9.30
137 / 167

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
6.60
94 / 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
143.92
82 / 167

竞品对比

Qwen3.6-35B-A3B 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Qwen3.6-35B-A3B当前Gemma 4 26B A4BGLM-4.7-FlashMistral Medium 3.5
HLE
Accuracy
综合知识考试
21.40开启思考
17.20开启思考 | 工具
14.40开启思考
--
MMLU-Pro
Accuracy
综合知识考试
85.20开启思考
82.60开启思考
--
--
CritPt
Score
科学知识与推理
0.30开启思考
--
0.30开启思考
--
GPQA Diamond
Accuracy
科学知识与推理
84.85常规模式
82.30开启思考
75.20开启思考
--
SWE-bench Verified
Accuracy
仓库修复与多文件工程
73.40开启思考
--
59.20开启思考
--
LiveCodeBench
Pass @K
算法与竞赛编程
80.40开启思考
77.10开启思考
--
--
Terminal Bench Hard
Accuracy
自主开发与终端任务
34.80开启思考 | 工具
25.00常规模式 | 工具
32.00开启思考 | 工具
33.30开启思考 | 工具
Context Arena
Accuracy (8 needles, 4K-128K context)
多轮记忆与持续上下文
83.53开启思考
--
--
32.05思考水平·高
AIME 2026
Accuracy
数学
92.70开启思考
88.30开启思考
--
--
MMMU-Pro
Accuracy
图像感知与视觉推理
75.00开启思考
73.80思考水平·高
--
64.90开启思考
SciCode
Score
科学计算与科研编程
36.60开启思考
--
--
39.58开启思考
τ³-Banking
Score
客服与业务流程
9.30开启思考 | 工具
12.00开启思考 | 工具
--
15.10开启思考 | 工具
其余 2 个 benchmark 仍可在上方图表中查看。

Qwen3.6-35B-A3B 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。

GLM-4.7-Flash
供应商: 智谱AI
标准输入: ¥0 / 1M tokens
标准输出: ¥0 / 1M tokens
Mistral Medium 3.5
供应商: MistralAI
标准输入: $1.5 / 1M tokens
标准输出: $7.5 / 1M tokens
模型供应商标准输入标准输出标准价适用于
GLM-4.7-Flash
智谱AI¥0 / 1M tokens¥0 / 1M tokens—
Mistral Medium 3.5
MistralAI$1.5 / 1M tokens$7.5 / 1M tokens—

历代版本对比

Qwen3.6-35B-A3B 系列各版本的评测成绩纵向对比

Qwen3.6-35B-A3BQwen3.5-35B-A3B
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Qwen3.6-35B-A3B当前Qwen3.5-35B-A3B
CritPt
Score
科学知识与推理
0.30开启思考
0.90开启思考
Terminal Bench Hard
Accuracy
自主开发与终端任务
34.80开启思考 | 工具
26.50开启思考 | 工具
Context Arena
Accuracy (8 needles, 4K-128K context)
多轮记忆与持续上下文
83.53开启思考
67.48开启思考
MMMU-Pro
Accuracy
图像感知与视觉推理
75.00开启思考
72.70开启思考
τ³-Banking
Score
客服与业务流程
9.30开启思考 | 工具
4.90常规模式 | 工具
ECI
ECI score (capability index, higher is better)
跨能力聚合指数
143.92思考水平·高
142.52思考水平·高

单评测历史趋势图

当前查看:CritPt · 科学知识与推理

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。

Qwen3.6-35B-A3B 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。

这些模型暂未提供可比较的标准文本价格。