聪明暂无
编程偏弱自报
记性262K
便宜$2.4
记性换算成体感：一次能读完一本《三体》
Qwen 系列的全模态模型 · 按发布时间
共 6 个 · 阿里通义的全部模型 →他的房间
电脑
72.4% · SWE-bench Verified · 厂商自报，未经第三方复核
书架
4 层 · 记忆 262K tokens
黑板
一块空黑板
日历
知识截止日期未公开
敞开的门
开源权重，谁都能进
身世
- 发布日期
- 2026 年 2 月 23 日models.dev
- 知识截止
- 暂无数据
- 参数量
- 27.78B
- 开放权重
- 是
- 开源许可
- Apache-2.0
- 上下文窗口
- 262K tokens
- 单次最大输出
- 66K
- 输入价格
- $0.30 / 百万 tokens
- 输出价格
- $2.40 / 百万 tokens
- 模型类型
- 全模态能听声音、也能看图，文字、图、声音一起理解
- 支持的输入
- 声音、图像、文字、视频 → 文字
- 工具调用
- 是
- 深度思考
- 是
- 提示缓存
- 否
战绩
- 综合智力
- 未参评
- AIME 数学
- 未参评
- GPQA Diamond 科学
- 未参评
- ARC-AGI-2 抽象推理
- 未参评
- Fiction.liveBench 长文本
- 未参评
综合智力、数学、科学、抽象推理与长文本数据来自 Epoch AI（CC-BY 4.0）。写「未参赛」的项目表示该模型没有被这项评测收录， 不代表它做不到——本站不会用估算值填补空缺。
编程战绩（按赛制分列）
- 同样是 SWE-bench Verified，但分数来自厂商系统卡或其他榜单的转载，没有经过 Epoch 的统一复跑。厂商自报https://huggingface.co/Qwen/Qwen3.5-27B
- ALE-Bench349AtCoder 启发式算法竞赛题，考的是给一个没有标准答案的优化问题找出尽量好的解。分数是 137–2177 的评分标度，不是百分比。和「修 bug」是两种能力。第三方实测https://epoch.ai/benchmarks
- WebDev Arena1357 Elo让两个模型各写一个网页，由人来投票选哪个更好，按对战胜负算 Elo 分。考的是前端开发的实际观感，和「能不能修复一个后端 bug」不是一回事。第三方实测https://epoch.ai/benchmarks
这些分数不可互相比较。同一个模型换一套评测脚手架就能差二三十分： SWE-bench Verified 的中位数是 75.7，而难度更高的 SWE-Bench Pro 只有 41.0。 广场上的能力条因此显示的是「在同一把尺子下排第几」，而不是分数本身。
全部成绩（按榜单分列）
名次的分母是在同一个榜、由同一类测量方测过的模型数，不是全站模型数。不同榜的分数不可互相比较。
知识与推理
- WeirdML39.5%第 96 / 146一批刻意古怪的小型机器学习任务，模型要自己写代码训练并拿到成绩。考的是解决陌生问题的能力。第三方实测https://htihle.github.io/weirdml.html
智能体
- 经营售货机$202第 73 / 89Vending-Bench：让模型经营一台虚拟售货机一整年——进货、定价、付租金。分数是最后账上的钱，考的是长期不犯糊涂。第三方实测https://andonlabs.com/evals/vending-bench
其他
- Dtbench82.4%第 74 / 198Epoch AI 收录的评测，暂无中文说明。第三方实测https://conceptualreasoning.ai/dtbench
- Lmca34.0%第 80 / 183Epoch AI 收录的评测，暂无中文说明。第三方实测https://conceptualreasoning.ai/lmca