geekradar
Ita
Esplora GeekRadar

Altro da esplorare

Good gear Tutti i temi Chi siamo Contattaci
GeekRadar / Il banco di confronto
CONFRONTA.
Modelli IA
alibaba

Qwen3.6 27B

Modello IA Uscita

Finestra di contesto
262.144 tokens
Output massimo
65.536 tokens
Pesi aperti
Sì

Capacità e preferenze

Capacità generale · ECI

Stima delle capacità basata su più benchmark. Punti di indice, non una percentuale; gli intervalli mostrano l’incertezza.

Qwen3.6 27B 146,3* Qwen3.6 27B · Intervallo 95% 144,1–147,8

Prestazioni dei modelli

Punteggio Radar: quattro test, peso uguale. Una sintesi sperimentale di queste prove, non una misura universale di intelligenza.

Qwen3.6 27B

Punteggio Radar

Non valutato

3/4 test principali · prove insufficienti

4 risultati di benchmark per questa configurazione

Ragionamento scientifico

GPQA Diamond · 25%

Domande scientifiche di esperti; correzione rigorosa a scelta multipla. Il caso vale il 25%.

Qwen3.6 27B 84,8*% Intervallo 95% appross.: 79,8–89,9%

Soluzione di problemi nuovi

Mystery Game Puzzles · 25%

Scelta della mossa migliore in una variante di gioco non divulgata. Una prova circoscritta di ragionamento, non di intelligenza generale.

Qwen3.6 27B 7,0*% Intervallo 95% appross.: 2,0–12,0%

Matematica avanzata

FrontierMath Tiers 1-3 · 25%

Problemi matematici privati v2 con strumenti Python. Esclusi versioni precedenti e Tier 4.

Qwen3.6 27B 34,0*% Intervallo 95% appross.: 28,5–39,5%

Risposte fattuali

SimpleQA Verified · 25%

Risposte fattuali corrette con invito a tentare, valutate da un modello. Non misura allucinazioni o astensione.

Qwen3.6 27B Non disponibile

Matematica da competizione

OTIS Mock AIME 2024-2025 · Risultato separato

Problemi da competizione: risposte estratte da un modello e confrontate con la soluzione esatta. Escluse le procedure di valutazione precedenti.

Qwen3.6 27B 66,7*% Intervallo 95% appross.: 52,7–80,6%

Le barre mostrano i risultati delle prove. I segmenti indicano intervalli approssimativi al 95% quando è disponibile l’errore standard. Budget di ragionamento diversi non implicano costi uguali. I risultati mancanti non valgono zero.

Risultati dei benchmark

  • Agentic coding DeepSWE 1.1 · 1.1 · reported score · Claude Code13,30*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Harness
    Claude Code*
    Temperature
    1,0*
    Top p
    0,95*
    Context length
    256K tokens*
  • Agentic coding SWE-bench Pro · versione non riportata · reported score · Claude Code · Refined task set with corrected problematic tasks53,50*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Harness
    Claude Code*
    Task set
    Refined task set with corrected problematic tasks*
    Temperature
    1,0*
    Top p
    0,95*
    Context length
    256K tokens*
  • Agentic terminal coding Terminal Bench 2.1 (Terminus) · 2.1 · reported score · Terminus63,40*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Harness
    Terminus*
  • Application recreation RecreationBench · versione non riportata · reported score · Internal29,80*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Task set
    Internal*
    Variant
    Application recreation across Ubuntu, macOS, Windows, Android and web*
  • Browser use WebArena-Verified · versione non riportata · reported score · OSWorld scaffold; official WebArena-Verified grader48,80*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Harness
    OSWorld scaffold; official WebArena-Verified grader*
  • Competitive coding LiveCodeBench v6 · 6 · reported score83,90*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
  • Computer use OSWorld-Verified · versione non riportata · reported score63,90*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
  • Document intelligence OmniDocBench 1.5 · 1.5 · reported score89,40*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
  • Embodied intelligence ERQA · versione non riportata · reported score62,50*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
  • Frontier agentic tasks Agents' Last Exam · versione non riportata · pass@110,60*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    pass@1*
    Checkpoint version
    Not specified*
  • Frontier agentic tasks Agents' Last Exam · versione non riportata · score27,30*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    score*
    Checkpoint version
    Not specified*
  • General visual reasoning BabyVision · versione non riportata · reported score · Code interpreter disabled28,90*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Tool access
    Code interpreter disabled*
  • Instruction following IFBench · versione non riportata · reported score69,10*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
  • Long-horizon office work CoWorkBench · versione non riportata · reported score · Internal61*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Task set
    Internal*
  • Mobile use AndroidWorld · versione non riportata · reported score70,30*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
  • Multidisciplinary reasoning HLE · versione non riportata · reported score24*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Judge
    GPT-4o*
  • Multimodal software engineering SWE-MM · versione non riportata · reported score · Claude Code · Public SWE-bench Multimodal dev split with Opus 4.7 system-card appendix 8.3 modifications25,70*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Harness
    Claude Code*
    Task set
    Public SWE-bench Multimodal dev split with Opus 4.7 system-card appendix 8.3 modifications*
  • Multimodal tool use ClawEval-MM · versione non riportata · average score · Mean benchmark score over three trials50,40*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    average score*
    Checkpoint version
    Not specified*
    Statistic
    Mean benchmark score over three trials*
  • Multimodal tool use ClawEval-MM · versione non riportata · pass@3 · At least one success in three trials42,60* %Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    pass@3*
    Checkpoint version
    Not specified*
    Statistic
    At least one success in three trials*
  • Professional job tasks JobBench · versione non riportata · reported score21,80*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
  • Real-world perception RealWorldQA · versione non riportata · reported score84,10*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
  • Repo-level code generation NL2Repo-Bench · versione non riportata · reported score · Claude Code · Repository acquisition commands disabled36,20*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Harness
    Claude Code*
    Tool access
    Repository acquisition commands disabled*
  • Scientific chart analysis CharXiv (RQ) · versione non riportata · reported score · Code interpreter disabled78,40*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Tool access
    Code interpreter disabled*
    Annotation set
    Corrected ground-truth annotations*
  • Scientific reasoning GPQA Diamond · versione non riportata · reported score87,80*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
  • Software engineering QwenSWEBench · versione non riportata · reported score · Claude Code · Internal · avg@349,30*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Harness
    Claude Code*
    Statistic
    avg@3*
    Timeout
    8 hours*
    Task set
    Internal*
    Maximum output
    32.768*
    Temperature
    1,0*
    Context length
    256K tokens*
  • Visual math problem solving MathVision · versione non riportata · reported score · Code interpreter disabled85,10*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Tool access
    Code interpreter disabled*
    Annotation set
    Corrected ground-truth annotations*
    Prompt
    Best of two prompts, with and without boxed final-answer formatting*
  • Visual web development Vision2Web · versione non riportata · reported score · Claude Code · Category average45*Piattaforma non riportata Confronta i risultati
    Condizioni di test
    Metric
    reported score*
    Checkpoint version
    Not specified*
    Harness
    Claude Code*
    Judge
    gpt-5.4-2026-03-05*
    Categories
    Frontend, webpage and website*
    Statistic
    Category average*

Esecuzione locale

Inferenza · stima della memoria

Qwen3.6 27B

51,7 GiB di payload dei tensori del checkpoint · 27,78 B elementi dei tensori archiviati · BF16

I tensori archiviati possono includere buffer e copie di pesi condivisi. Il numero di parametri unici non è verificato. Le dimensioni del checkpoint non indicano la memoria necessaria per eseguire il modello.

Costo API

USD / mese

Stima per token di testo standard. Esclude imposte, cache, sconti batch e costi aggiuntivi per ragionamento e modalità multimediali. Limiti e disponibilità possono variare per provider.

Qwen3.6 27B

Qwen3.6 27B / Fasce di prezzo 2
Provider / condizioniTariffaValutaImporto / unità
DeepInfraQwen/Qwen3.6-27BStandard InputUSD0.32 / 1M tokens
OutputUSD3.2 / 1M tokens
SiliconFlowQwen/Qwen3.6-27BStandard InputCNY3 / 1M tokens
OutputCNY18 / 1M tokens

Capacità

Finestra di contesto
262.144 tokens
Output massimo
65.536 tokens
Ragionamento
Sì
Uso di strumenti
Sì
Pesi aperti
Sì
Licenza del modello
apache-2.0
Payload dei tensori del checkpoint
51,75 GiB

Modalità di input

  • text
  • image
  • video

Modalità di output

  • text

Elaborazione e piattaforma

Architettura
qwen3_5

Configurazione di sistema

Specifiche dettagliate

Specifiche · 27 campi
Frontier agentic tasks Agents' Last Exam
suite
Frontier agentic tasks Agents' Last Exam
workload
pass@1
score
10,6*
Ambito e condizioni
Test conditions
Metric
pass@1*
Checkpoint version
Not specified*
Visual math problem solving MathVision
suite
Visual math problem solving MathVision
workload
reported score · Code interpreter disabled
score
85,1*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Tool access
Code interpreter disabled*
Annotation set
Corrected ground-truth annotations*
Prompt
Best of two prompts, with and without boxed final-answer formatting*
Frontier agentic tasks Agents' Last Exam
suite
Frontier agentic tasks Agents' Last Exam
workload
score
score
27,3*
Ambito e condizioni
Test conditions
Metric
score*
Checkpoint version
Not specified*
General visual reasoning BabyVision
suite
General visual reasoning BabyVision
workload
reported score · Code interpreter disabled
score
28,9*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Tool access
Code interpreter disabled*
Scientific chart analysis CharXiv (RQ)
suite
Scientific chart analysis CharXiv (RQ)
workload
reported score · Code interpreter disabled
score
78,4*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Tool access
Code interpreter disabled*
Annotation set
Corrected ground-truth annotations*
Instruction following IFBench
suite
Instruction following IFBench
workload
reported score
score
69,1*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Document intelligence OmniDocBench 1.5
suite
Document intelligence OmniDocBench 1.5
version
1.5
workload
reported score
score
89,4*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Scientific reasoning GPQA Diamond
suite
Scientific reasoning GPQA Diamond
workload
reported score
score
87,8*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Multidisciplinary reasoning HLE
suite
Multidisciplinary reasoning HLE
workload
reported score
score
24,0*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Judge
GPT-4o*
Real-world perception RealWorldQA
suite
Real-world perception RealWorldQA
workload
reported score
score
84,1*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Embodied intelligence ERQA
suite
Embodied intelligence ERQA
workload
reported score
score
62,5*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Competitive coding LiveCodeBench v6
suite
Competitive coding LiveCodeBench v6
version
6
workload
reported score
score
83,9*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Agentic terminal coding Terminal Bench 2.1 (Terminus)
suite
Agentic terminal coding Terminal Bench 2.1 (Terminus)
version
2.1
workload
reported score · Terminus
score
63,4*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Harness
Terminus*
Computer use OSWorld-Verified
suite
Computer use OSWorld-Verified
workload
reported score
score
63,9*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Agentic coding SWE-bench Pro
suite
Agentic coding SWE-bench Pro
workload
reported score · Claude Code · Refined task set with corrected problematic tasks
score
53,5*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Harness
Claude Code*
Task set
Refined task set with corrected problematic tasks*
Temperature
1,0*
Top p
0,95*
Context length
256K tokens*
Browser use WebArena-Verified
suite
Browser use WebArena-Verified
workload
reported score · OSWorld scaffold; official WebArena-Verified grader
score
48,8*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Harness
OSWorld scaffold; official WebArena-Verified grader*
Mobile use AndroidWorld
suite
Mobile use AndroidWorld
workload
reported score
score
70,3*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Repo-level code generation NL2Repo-Bench
suite
Repo-level code generation NL2Repo-Bench
workload
reported score · Claude Code · Repository acquisition commands disabled
score
36,2*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Harness
Claude Code*
Tool access
Repository acquisition commands disabled*
Agentic coding DeepSWE 1.1
suite
Agentic coding DeepSWE 1.1
version
1.1
workload
reported score · Claude Code
score
13,3*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Harness
Claude Code*
Temperature
1,0*
Top p
0,95*
Context length
256K tokens*
Application recreation RecreationBench
suite
Application recreation RecreationBench
workload
reported score · Internal
score
29,8*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Task set
Internal*
Variant
Application recreation across Ubuntu, macOS, Windows, Android and web*
Software engineering QwenSWEBench
suite
Software engineering QwenSWEBench
workload
reported score · Claude Code · Internal · avg@3
score
49,3*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Harness
Claude Code*
Statistic
avg@3*
Timeout
8 hours*
Task set
Internal*
Maximum output
32.768*
Temperature
1,0*
Context length
256K tokens*
Multimodal tool use ClawEval-MM
suite
Multimodal tool use ClawEval-MM
workload
pass@3 · At least one success in three trials
score
42,6*
unit
%
Ambito e condizioni
Test conditions
Metric
pass@3*
Checkpoint version
Not specified*
Statistic
At least one success in three trials*
Multimodal tool use ClawEval-MM
suite
Multimodal tool use ClawEval-MM
workload
average score · Mean benchmark score over three trials
score
50,4*
Ambito e condizioni
Test conditions
Metric
average score*
Checkpoint version
Not specified*
Statistic
Mean benchmark score over three trials*
Multimodal software engineering SWE-MM
suite
Multimodal software engineering SWE-MM
workload
reported score · Claude Code · Public SWE-bench Multimodal dev split with Opus 4.7 system-card appendix 8.3 modifications
score
25,7*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Harness
Claude Code*
Task set
Public SWE-bench Multimodal dev split with Opus 4.7 system-card appendix 8.3 modifications*
Long-horizon office work CoWorkBench
suite
Long-horizon office work CoWorkBench
workload
reported score · Internal
score
61,0*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Task set
Internal*
Visual web development Vision2Web
suite
Visual web development Vision2Web
workload
reported score · Claude Code · Category average
score
45,0*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*
Harness
Claude Code*
Judge
gpt-5.4-2026-03-05*
Categories
Frontend, webpage and website*
Statistic
Category average*
Professional job tasks JobBench
suite
Professional job tasks JobBench
workload
reported score
score
21,8*
Ambito e condizioni
Test conditions
Metric
reported score*
Checkpoint version
Not specified*

* Dati provvisori