Favicon de qwen

Qwen: Qwen3.8 27B (batch)

qwen/qwen3.8-27b:batch

Pesos del modelo

Qwen3.8 27B is an open-weight dense vision-language model from Qwen. It is suited for coding, professional workflows, research, multimodal interaction, and long-running agent tasks, with flexible thinking that can be enabled or disabled.

Modalidades
Precio de entrada / salida
0,16 US$ / 2 US$por 1M
Contexto
262K
Publicado
14 ago 2026

Proveedores

Distintas empresas alojan el mismo modelo. OpenRouter enruta su solicitud a una de ellas según el modo de enrutamiento que elija: Balanced (precio + velocidad), Nitro (el más rápido) o Floor (el más económico).

Precios

El precio medio que los clientes pagan realmente por este modelo, junto a los precios que publican los proveedores. El uso de caché y los descuentos hacen que el precio realmente pagado a menudo sea muy inferior al publicado.

Media ponderada

Entrada
0 US$/M tokens
Salida
0 US$/M tokens
Historial de precios
No hay datos de precios efectivos para esta selección

Rendimiento

La velocidad de generación indica lo rápido que escribe el modelo (tokens por segundo: cuanto mayor, mejor). La latencia es el tiempo total de ida y vuelta (cuanto menor, mejor). TTFT es el tiempo hasta el primer token: cuánto tarda en aparecer algo en pantalla (cuanto menor, mejor).

Pruebas de rendimiento de AutoExacto
GPQA DiamondTAU-BenchStreamLake84,9 %--GMICloud82,6 %--DekaLLM83,4 %77,9 %Parasail83,9 %77,3 %PrimeIntellect83,2 %78,0 %
+21 proveedores más

Tiempo de actividad

El tiempo de actividad es el porcentaje de los últimos 3 días en que al menos un proveedor respondía a las solicitudes. La disponibilidad es el porcentaje de tiempo en que la inferencia se sirvió correctamente. OpenRouter supervisa continuamente y utiliza el siguiente mejor proveedor cuando uno devuelve un error.

Aún no hay suficientes datos de tiempo de actividad para mostrar.

Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.

Pruebas de rendimiento

Puntuaciones en evaluaciones estandarizadas y respuestas de este modelo a instrucciones compartidas de las pruebas de referencia. Los porcentajes más altos son mejores, y cada posición indica dónde se sitúa este modelo entre los modelos evaluados en esa fuente.

Resumen de puntuaciones en pruebas de rendimiento de Qwen: Qwen3.8 27B (batch) (Artificial Analysis y Vals AI)
FuentePrueba de rendimientoPuntuación
Artificial AnalysisQwen3.8 27B (Xhigh) Intelligence Index20,1
Artificial AnalysisQwen3.8 27B (Xhigh) Coding Index68,1
Artificial AnalysisQwen3.8 27B (Xhigh) Agentic Index45,8
Artificial AnalysisQwen3.8 27B (Xhigh) GPQA Diamond90.5%
Artificial AnalysisQwen3.8 27B (Xhigh) HLE33.9%
Artificial AnalysisQwen3.8 27B (Xhigh) AA-LCR82.0%
Artificial AnalysisQwen3.8 27B (Xhigh) τ-Bench Banking48.0%
Artificial AnalysisQwen3.8 27B (Xhigh) GDPval-AA46.3%
Artificial AnalysisQwen3.8 27B (Xhigh) CritPt5.4%
Artificial AnalysisQwen3.8 27B (Xhigh) SciCode46.6%
Artificial AnalysisQwen3.8 27B (Xhigh) Terminal-Bench 4.05.6%
Artificial AnalysisQwen3.8 27B (Xhigh) Terminal-Bench 2.179.8%
Artificial AnalysisQwen3.8 27B (Xhigh) AA-Omniscience Accuracy17.3%
Artificial AnalysisQwen3.8 27B (Xhigh) AA-Omniscience Non-Hallucination Rate71.4%
Artificial AnalysisQwen3.8 27B (Low) Intelligence Index15,7
Artificial AnalysisQwen3.8 27B (Low) Coding Index58,2
Artificial AnalysisQwen3.8 27B (Low) Agentic Index38,9
Artificial AnalysisQwen3.8 27B (Low) GPQA Diamond84.5%
Artificial AnalysisQwen3.8 27B (Low) HLE14.0%
Artificial AnalysisQwen3.8 27B (Low) AA-LCR77.3%
Artificial AnalysisQwen3.8 27B (Low) τ-Bench Banking32.2%
Artificial AnalysisQwen3.8 27B (Low) GDPval-AA43.3%
Artificial AnalysisQwen3.8 27B (Low) CritPt0.0%
Artificial AnalysisQwen3.8 27B (Low) SciCode40.0%
Artificial AnalysisQwen3.8 27B (Low) Terminal-Bench 4.02.5%
Artificial AnalysisQwen3.8 27B (Low) Terminal-Bench 2.167.4%
Artificial AnalysisQwen3.8 27B (Low) AA-Omniscience Accuracy18.3%
Artificial AnalysisQwen3.8 27B (Low) AA-Omniscience Non-Hallucination Rate51.3%
Artificial AnalysisQwen3.8 27B (Non-reasoning) Intelligence Index10,0
Artificial AnalysisQwen3.8 27B (Non-reasoning) Coding Index44,6
Artificial AnalysisQwen3.8 27B (Non-reasoning) Agentic Index22,4
Artificial AnalysisQwen3.8 27B (Non-reasoning) GPQA Diamond81.8%
Artificial AnalysisQwen3.8 27B (Non-reasoning) HLE12.1%
Artificial AnalysisQwen3.8 27B (Non-reasoning) AA-LCR69.3%
Artificial AnalysisQwen3.8 27B (Non-reasoning) τ-Bench Banking20.0%
Artificial AnalysisQwen3.8 27B (Non-reasoning) GDPval-AA29.1%
Artificial AnalysisQwen3.8 27B (Non-reasoning) CritPt0.3%
Artificial AnalysisQwen3.8 27B (Non-reasoning) SciCode36.2%
Artificial AnalysisQwen3.8 27B (Non-reasoning) Terminal-Bench 4.00.0%
Artificial AnalysisQwen3.8 27B (Non-reasoning) Terminal-Bench 2.149.1%
Artificial AnalysisQwen3.8 27B (Non-reasoning) AA-Omniscience Accuracy9.1%
Artificial AnalysisQwen3.8 27B (Non-reasoning) AA-Omniscience Non-Hallucination Rate82.0%
Artificial AnalysisQwen3.8 27B (Medium) Intelligence Index17,5
Artificial AnalysisQwen3.8 27B (Medium) Coding Index56,1
Artificial AnalysisQwen3.8 27B (Medium) Agentic Index44,4
Artificial AnalysisQwen3.8 27B (Medium) GPQA Diamond84.5%
Artificial AnalysisQwen3.8 27B (Medium) HLE14.1%
Artificial AnalysisQwen3.8 27B (Medium) AA-LCR79.7%
Artificial AnalysisQwen3.8 27B (Medium) τ-Bench Banking47.4%
Artificial AnalysisQwen3.8 27B (Medium) GDPval-AA44.5%
Artificial AnalysisQwen3.8 27B (Medium) CritPt0.0%
Artificial AnalysisQwen3.8 27B (Medium) SciCode39.0%
Artificial AnalysisQwen3.8 27B (Medium) Terminal-Bench 4.05.1%
Artificial AnalysisQwen3.8 27B (Medium) Terminal-Bench 2.165.2%
Artificial AnalysisQwen3.8 27B (Medium) AA-Omniscience Accuracy17.9%
Artificial AnalysisQwen3.8 27B (Medium) AA-Omniscience Non-Hallucination Rate34.6%
Vals AIQwen 3.8 27B Code Migration14.2%
Vals AIQwen 3.8 27B CyberBench v1.167.8%
Vals AIQwen 3.8 27B EMB59.7%
Vals AIQwen 3.8 27B Finance Agent (v2)48.6%
Vals AIQwen 3.8 27B GPQA Diamond88.9%
Vals AIQwen 3.8 27B Harvey's Legal Agent Benchmark v111.3%
Vals AIQwen 3.8 27B IOI39.1%
Vals AIQwen 3.8 27B LiveCodeBench84.0%
Vals AIQwen 3.8 27B LegalBench82.4%
Vals AIQwen 3.8 27B Legal Research Bench36.1%
Vals AIQwen 3.8 27B MedCode28.7%
Vals AIQwen 3.8 27B MedScribe83.8%
Vals AIQwen 3.8 27B MMLU Pro84.3%
Vals AIQwen 3.8 27B MMMU Pro83.9%
Vals AIQwen 3.8 27B MortgageTax64.9%
Vals AIQwen 3.8 27B ProgramBench0.0%
Vals AIQwen 3.8 27B ProofBench v1.116.0%
Vals AIQwen 3.8 27B SAGE v152.4%
Vals AIQwen 3.8 27B SkillsBench38.1%
Vals AIQwen 3.8 27B SWE-bench86.0%
Vals AIQwen 3.8 27B Tax Agent Bench30.9%
Vals AIQwen 3.8 27B TaxEval v270.8%
Vals AIQwen 3.8 27B Terminal-Bench 2.158.4%
Vals AIQwen 3.8 27B Terminal-Bench-Science0.0%
Vals AIQwen 3.8 27B Vals Index48.5%
Vals AIQwen 3.8 27B Vibe Code Bench v1.164.8%

Aplicaciones

Aplicaciones públicas que envían más tráfico a este modelo. Una buena señal de cómo son las cargas de trabajo reales en producción, y una pista sobre los casos de uso para los que este modelo es más adecuado.

Aún no hay suficientes datos sobre las aplicaciones que usan este modelo.

Actividad

Volumen de tokens y tráfico de solicitudes a este modelo a lo largo del tiempo.

API

Código listo para usar para llamar a este modelo. La API de OpenRouter es compatible con OpenAI: la mayoría de los SDK funcionan con solo cambiar la URL base. Lo único que cambia entre modelos es el identificador del modelo que aparece a continuación.

Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región

Documentación

Guías, recetarios, artículos de blog y herramientas para desarrollar con Qwen: Qwen3.8 27B (batch) en OpenRouter.

Preguntas frecuentes