Qwen 3.8 27B 在 Code Arena 排名第9。Gemma 4 31B 排名第80。
摘要
阿里巴巴 Qwen 的 Qwen3.8-27B 在 Code Arena 基准测试中以 1595 分获得第9名，超越了 Gemma 4-31B 等更大模型，并重塑了编码性能的帕累托前沿。
查看缓存全文
缓存时间: 2026/08/24 17:42
好消息：由@Alibaba_Qwen 推出的 Qwen3.8-27B 已正式登陆代码竞技场，在 WebDev 综合榜单中以 1595 分位列第九！它是同参数规模中唯一跻身前十的模型，更一举重塑了帕累托前沿！
仅比规模更大的 Qwen3.8-Max 低六个位次。作为参照：四月发布的 Gemma 4-31B 目前排名第80。
祝贺 @Alibaba_Qwen 成功发布！
更多关于 Qwen3.8-27B 的亮点请查看相关讨论。
Qwen (@Alibaba_Qwen): 我们承诺将开源 Qwen3.8 的全部参数，现在是时候揭晓了！🎉
⚡ Qwen3.8-27B：
- 原生多模态稠密模型。仅以270亿参数量，整体性能超越 Qwen3.7-Plus，在实际编码与办公场景中表现卓越。
- 支持262K 原生上下文，可轻松扩展至百万级别。
相似文章
Qwen3.7 Max在Artificial Analysis评测中得分，27B/35B等待室
Qwen3.7 Max在Artificial Analysis基准测试中排名第五，与GPT-5.4持平，并超越了刚发布的Gemini 3.5 Flash，而Qwen3.6 27B则明显落后。
gemma-4-12b-it vs Qwen3.5-9B 在共同基准测试中的对比：Qwen 在 5/8 项基准测试中击败 gemma，虽体积更小但总体胜出
Qwen3.5-9B 在 8 项基准测试中的 5 项中优于 gemma-4-12b-it，尽管模型体积更小。gemma 仅在编程能力上略胜一筹。
为什么 artificialanalysis.ai 在 SciCode 上将 Gemma4 排在 Qwen3.6 27b 之上
关于 Artificial Analysis 如何在 SciCode 基准测试中将 Gemma 4 排在 Qwen3.6 27b 之上的讨论，质疑该排名是否反映现实世界的编码能力，还是揭示了基准测试的问题。
Qwen3.6-35B-A3B 和 9B 已正式登上公开的 Terminal-Bench 2.0 排行榜！
Qwen3.6-35B-A3B 和 Qwen3.5-9B 模型已正式登上 Terminal-Bench 2.0 排行榜，其中 little-coder 在 35B 变体上取得 24.6% 的成绩，超越了 Gemini 2.5 Pro 和 Qwen3-Coder-480B；而 9B 模型则表明，10B 以下的本地模型能够与高难度代理基准竞争。
(交互式)OpenCode 赛车游戏对比：Qwen3.6 35B vs Qwen3.5 122B vs Qwen3.5 27B vs Qwen3.5 4B vs Gemma 4 31B vs Gemma 4 26B vs Qwen3 Coder Next vs GLM 4.7 Flash
一项非正式基准测试，通过 OpenCode/Playwright MCP 让 8 款 AI 模型（Qwen3.6 35B、Qwen3.5 系列、Gemma 4 系列、GLM 4.7 Flash）开发赛车游戏，以测试其代码生成智能体的能力，并记录了各种实现细节与特殊情况。