模型 / Qwen3.5 4B (Non-reasoning)
Qwen3.5 4B (Non-reasoning)
Alibaba发布：2026-03-02智能指数：16.10价格（每百万 tokens）
输入$0.03（¥0.20）
输出$0.15（¥1.01）
混合（3:1）$0.06
汇率 1 USD = 6.7597 CNY（open.er-api.com，Sat, 08 Aug 2026，每日同步）
速度
输出速度31 tokens/s
首 token 时间0.44s
首答案 token 时间0.44s
评测覆盖
参与基准9 / 15
综合指数16.10
供应商Alibaba
全部评测指标
智能指数综合16.10
Artificial Analysis 综合智能指数，由多个基准加权得出，反映模型整体推理能力。
代码指数代码20.30
Artificial Analysis 代码能力指数，综合 LiveCodeBench 等代码基准。
数学指数数学-
Artificial Analysis 数学能力指数，综合 AIME 等数学基准。
MMLU Pro学科知识-
大规模多任务语言理解进阶版，衡量跨学科知识广度。
GPQA知识71.2%
研究生水平知识问答（GPQA Diamond），考察专家级科学知识。
HLE评估8.0%
人类最后一场考试（Humanity's Last Exam），极难的综合知识测试。
LiveCodeBench代码-
持续更新的代码生成基准，降低数据污染影响。
SciCode代码18.3%
面向科研场景的数据科学编程题集。
Math 500数学-
OpenAI 收集的 500 道竞赛数学题子集（MATH500）。
AIME数学-
美国数学邀请赛题（老版口径，2023 及以前）。
AIME 2025数学-
2025 版美国数学邀请赛题。
IFBench指令遵循33.3%
指令遵循能力基准（IFEval 中文扩展）。
LCR代码34.0%
代码审查与修复基准（LLM Code Review）。
TerminalBench Hard命令行11.4%
终端 CLI 使用能力高难度子集评测。
Tau2综合87.7%
第三代整体智能基准测试（Tau-Bench 的升级版），综合对话与工具使用。
