Qwen 3.8 27B
阿里巴巴· 2026-08-14 上线国产开源
综合榜暂不排名：评测成绩还不够
编程
58.1
科研
44.4第 65 名
专业办公
48.0
知识问答
—
- 评测覆盖
- 5 / 25 项 · 20%
- 缓存输入
- ¥0.30
- 输入
- ¥3.00
- 输出
- ¥12.00
价格：人民币 / 百万 Token。没有名次的领域是成绩还不够，暂不排名。
编程
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| WebDev Arena | 1,593 | 58.1 | 默认 | 96 |
科研
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| CritPt | 5.4% | 43.7 | xhigh | 101 |
| ProofBench | 16.0% | 41.7 | 默认 | 77 |
| SciCode | 46.6% | 47.8 | xhigh | 97 |
专业办公
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| APEX-Agents | 47.5% | 48.0 | 默认 | 49 |
仅展示（不计分）
这些评测测的能力不在四个领域里，或者我们还没把握归到哪个领域。
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| ARC-AGI-2 | 42.4% | 不计分 | xhigh | 52 |
| ARC-AGI | 87.5% | 不计分 | xhigh | 52 |
原始成绩取这个模型各个推理档位（xhigh、none、medium、low）和各种评测配置里最好的一次；标准分 = 50 + 10 × （成绩 − 平均）÷ 标准差，在近 12 个月上线的模型里比较。「不计分」是这项评测有成绩的模型太少或不在计分范围。 数据 10月16日 06:10 更新。