AIHOT 评分 · 综合44.1分综合第 77 名评分不是正确率 · 评测覆盖 44%
Qwen3.6-27B 在 AIHOT 模型榜综合排第 77 名,专业办公排得最靠前(第 74 名);Alibaba 2026 年 4 月 22 日发布,官方 API 每百万 Token 输入 ¥3、输出 ¥18,上下文 26.2万 Token。
可比较分类4/ 4 项分类
已有成绩18项评测
上下文窗口26.2万Token
各有所长,看得更清楚。
每个领域单独评分,和综合评分用同一种分数,可以直接比。具体能力请看下面每项成绩。
编程AIHOT 评分44.4分第 78 名前 50 名之外4 项评测 · 覆盖 46%科研AIHOT 评分42.4分第 80 名前 50 名之外5 项评测 · 覆盖 56%专业办公AIHOT 评分45.3分第 74 名前 50 名之外4 项评测 · 覆盖 33%知识问答AIHOT 评分44.2分第 79 名前 50 名之外3 项评测 · 覆盖 60%
覆盖比例是这个领域里已有成绩的评测类别占比,不代表能力高低;没测的不补分,也不扣分。
最近的新闻。
提到 Qwen3.6-27B 的报道,最新的在前。
- 10月16日蚂蚁 inclusionAI 发布 ZwZ2-27B:基于 Qwen3.6-27B 的多区域视觉推理模型蚂蚁 inclusionAI:HuggingFace 新模型
- 7月15日PrismML 发布 Bonsai 27B:Qwen3.6-27B 的低比特版本,可在笔记本和手机上运行MarkTechPost
- 6月17日Georgi Gerganov:Qwen3.6-27B 是强大的本地编码模型Simon Willison 博客
- 5月14日Qwen 3.6 27B 在 MacBook Pro M5 Max 64GB 上实现每秒34个token的本地推理Rohan Paul
- 4月25日Qwen3.6-27B 在多数编程基准测试中击败了规模大得多的前代模型The Decoder:AI News
- 4月23日Qwen3.6 27B模型在规划密集型任务中表现优于35B模型Rohan Paul
每一项成绩,都有来处。
按领域列出每项公开成绩,以及它折算成的统一分数。展开可查看它测什么、运行配置与采用方式。
编程44.45 项
科研42.45 项
专业办公45.34 项
知识问答44.24 项
尚无成绩的评测
这些评测尚无可采用的公开成绩,缺测不补分。
Terminal-Bench 4.0 · ValsTerminal-Bench 4.0 · 官方Code Migration v1.1ProgramBenchMirrorCodeCyberBench Patch v1.1FrontierCode 2.0 · AAAPEX-SWEFrontierCode 2.0 · CognitionWeirdML v3TapTap Maker致知 · 逻辑月榜司南 · 推理ARC-AGI-2司南 · 抽象CritPt v2 Hard · AAChess PuzzlesMysteryMechanismTerminal-Bench Science · ValsTerminal-Bench Science · AABioMysteryBenchVals Finance Agent v2.1APEX-Agents 1.1Harvey LAB 1.1 · ValsHarvey LAB 1.1 · AAτ³-Banking · MercorAA-Analyst AgentLegal Research BenchTaxAgentBenchExcel Modeling v1.1AA-Omniscience v1.1SimpleQA Verified司南 · 知识NYT Connections 扩展版BullshitBench · 错误前提Arena TextArena WebDev
怎么看这些折算分
每项成绩按这项评测的难度折算成同一种分数:难的评测考得一般也能折算出高分,快被刷满的评测再高也折算不出更多。领域分是这些折算分的平均,再向模型的整体水平收一点;同类评测只算一票。相差不到 1 分的两个模型,先后接近抛硬币。
还没有成绩的领域:真人盲选,暂按整体水平计算。
了解计算方法 →