AIHOT 评分 · 综合55.3分综合第 52 名评分不是正确率 · 评测覆盖 71%
Qwen3.8-27B 在 AIHOT 模型榜综合排第 52 名,专业办公排得最靠前(第 48 名);Alibaba 2026 年 8 月 14 日发布,官方 API 每百万 Token 输入 ¥3、输出 ¥12,上下文 100万 Token。
可比较分类4/ 4 项分类
已有成绩34项评测
上下文窗口100万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56.2分第 50 名前 30 名之外8 项评测 · 覆盖 67%科研AIHOT 评分52.2分第 60 名前 30 名之外8 项评测 · 覆盖 56%专业办公AIHOT 评分59.0分第 48 名前 30 名之外8 项评测 · 覆盖 70%知识问答AIHOT 评分53.3分第 53 名前 30 名之外6 项评测 · 覆盖 100%
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 Qwen3.8-27B 的报道,最新的在前。
- 11月8日Nous Research 发布 Arete-27B,将 Qwen3.8-27B 宣传性回答从 22% 降到 0.9%MarkTechPost
- 11月7日Nous Research 微调 Qwen3.8-27B 推出 Arete-27B,宣传率从 22% 降至 0.9%The Decoder:AI News
- 11月7日Qwen3.8 27B 在 AA-PersonalityBench 回答最长Artificial Analysis
- 11月4日Simon Willison 实测 Qwen 3.8 27B 在笔记本上复现 Weight-Space Programming 论文的权重解读能力Simon Willison 博客
- 10月31日JetSpec++ 在 Qwen3.8-27B 上提升投机解码接受率UCSD Hao AI Lab
- 10月25日如何在 llama.cpp 中运行 Underdog Saluki 27B:2-bit Qwen3.8-27B 工具调用实测指南MarkTechPost
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56.29 项
科研52.28 项
专业办公59.08 项
知识问答53.37 项
真人盲选53.82 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 v1.1FrontierCode 2.0 · CognitionWeirdML v3FrontierSWE v2TapTap MakerFrontierMath v2 · Tiers 1–3司南 · 推理司南 · 抽象Chess PuzzlesMystery Game PuzzlesMysteryMechanismBioMysteryBenchVals Finance Agent v2.1Harvey LAB 1.1 · ValsHarvey LAB 1.1 · AAτ³-Banking · MercorAA-Analyst AgentExcel Modeling v1.1SimpleQA Verified司南 · 知识
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。
了解计算方法 →