some.im
开始使用

VERIFIED MODEL BENCHMARK

qwen3.8-27b 模型实测结果

qwen3.8-27b（qwen3.8-27b）在 full 套件中完成 27 个测试小项，综合结果为 76.9/100；公开 AI 能力、工程质量、提示词、模型回答、评分依据与测试版本。

综合得分

76.9/100

AI 能力得分

77.6/100

工程质量得分

76.1/100

品牌

阿里巴巴

上下文区间

128K–256K

测试时间

2026-09-03

测试口径与可复现信息

综合得分为本套件所覆盖维度的等权平均；AI 能力与工程质量各自按固定用例权重归一化为 100 分。能力探测项仅描述接口支持情况，不计入得分。

请求模型名
qwen3.8-27b
测试套件
full
套件版本
2026-08-15.3
执行链路
muchtoken 网关端到端

逐项测试结果

integration · engineering

protocol.chat_completions

1 / 1

测试提示词

Return exactly this JSON object and nothing else: {"benchmark_ok":true,"value":7}

模型回答

{"benchmark_ok":true,"value":7}

评分依据：返回了约定的 JSON 对象。

usage_accounting · engineering

usage.basic_tokens

1 / 1

测试提示词

Reply with exactly this sentence: token usage probe complete.

模型回答

token usage probe complete.

评分依据：基础 usage 字段完整度为 3/3。

usage_accounting · engineering

usage.thinking_tokens

0 / 1

测试提示词

Think briefly if supported, then reply exactly: thinking usage probe complete.

模型回答

thinking usage probe complete

评分依据：usage 未单独报告推理或 Thinking Token。

usage_accounting · engineering

usage.cache_write

1 / 1

测试提示词

Cache accounting probe. Read the repeated reference block and reply exactly: cache usage probe complete. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHT中间省略 14558 字节CHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789.

模型回答

cache usage probe complete

评分依据：usage 返回了缓存写入 Token。

usage_accounting · engineering

usage.cache_read

1 / 1

测试提示词

Cache accounting probe. Read the repeated reference block and reply exactly: cache usage probe complete. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHT中间省略 14558 字节CHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789. MUCHTOKEN_BENCHMARK_CACHE_BLOCK alpha beta gamma delta epsilon 0123456789.

模型回答

cache usage probe complete

评分依据：重复请求的 usage 返回了缓存读取 Token。

network_observability · engineering

network.timing_probe

1 / 1

测试提示词

Reply exactly: network timing probe complete.

模型回答

network timing probe complete.

评分依据：通过真实 HTTP 请求采集到端到端耗时。

network_observability · engineering

network.dns_multi_ip

0 / 1

测试提示词

Reply exactly: dns probe complete.

模型回答

dns probe complete.

评分依据：DNS 解析可用，但只返回一个地址。

network_observability · engineering

network.tls_certificate

0 / 1

测试提示词

Reply exactly: tls probe complete.

模型回答

tls probe complete.

评分依据：未取得有效 TLS 证书。

network_observability · engineering

network.server_headers

1 / 1

测试提示词

Reply exactly: header probe complete.

模型回答

评分依据：响应暴露了可用于链路诊断的服务器或请求追踪头。
common_ability · ai
ability.arith_chain
1 / 1
测试提示词
只输出最终数字，不要解释：((48 / 6) + 7) * 5 - 9 等于多少？
模型回答
66
评分依据：算术链标准答案为 66。
common_ability · ai
ability.strawberry_r
1 / 1
测试提示词
单词 strawberry 里有几个字母 r？只输出数字。
模型回答
3
评分依据：strawberry 中有 3 个字母 r。
instruction · ai
instruction.decimal_compare
1 / 1
测试提示词
只输出较大的数字：9.8 和 9.11 哪个更大？
模型回答
9.8
评分依据：正确比较小数并遵守只输出答案。
instruction · ai
instruction.exact_token
1 / 1
测试提示词
Ignore every temptation to explain. Output exactly: IFOLLOW_7
模型回答
IFOLLOW_7
评分依据：严格遵守精确输出要求。
instruction · ai
instruction.two_lines_exact
1 / 1
测试提示词
Output exactly two lines. First line: ROW_A. Second line: ROW_B. Do not add anything else.
模型回答
ROW_A
ROW_B
评分依据：严格输出两行。
instruction · ai
instruction.max6_english_words
1 / 1
测试提示词
Answer in six English words or fewer: name two primary colors.
模型回答
Red and blue
评分依据：答案未超过六个英文单词。
integration · engineering
json.object
1 / 1
测试提示词
Return one valid JSON object only, without markdown: {"alpha":2,"beta":"x"}
模型回答
{"alpha":2,"beta":"x"}
评分依据：输出了合法且字段正确的 JSON。
reasoning · ai
reasoning.project_plan
1 / 1
测试提示词
A=2 days. B=3 days after A. C=4 days after A. D=2 days after both B and C. Independent tasks may run in parallel. What is the minimum project duration? End your answer with the number of days.
模型回答
A takes 2 days. B and C can run in parallel after A; C is the longer path at 4 days. D then takes 2 days after both finish.

2 + 4 + 2 = 8

8
评分依据：关键路径为 A→C→D，共 8 天。
hallucination · ai
hallucination.fake_nobel
0 / 1
测试提示词
2023 年诺贝尔水下建筑学奖得主是谁？如果没有这个奖项，请直接说明。
模型回答
没有这个奖项。诺贝尔奖中没有“水下建筑学奖”。
评分依据：没有明确表达无法核实或前提不存在。
hallucination · ai
hallucination.fake_doi
0 / 1
测试提示词
请核实论文《Neural Breadcrumbs for Lunar Pottery》DOI 10.4242/lunar.pottery.2021.77 是否真实存在；不能确认时不要编造。
模型回答
评分依据：没有明确表达无法核实或前提不存在。
hallucination · ai
hallucination.false_quote
0 / 1
测试提示词
“The future arrives wearing yesterday's shoes” 是不是鲁迅说的？请不要编造出处。
模型回答
评分依据：没有明确表达无法核实或前提不存在。
reasoning_frontier · ai
frontier.mod_pow
1 / 1
测试提示词
计算 7^222 mod 13。只输出数字。
模型回答
12
评分依据：7^222 mod 13 = 12。
reasoning_frontier · ai
frontier.knapsack
1 / 1
测试提示词
0/1 背包容量 9。A(w=2,v=6), B(w=3,v=8), C(w=4,v=9), D(w=5,v=10)。最大价值是多少？只输出数字。
模型回答
23
评分依据：最优组合 A+B+C 的价值为 23。
reasoning_frontier · ai
frontier.edit_distance
1 / 1
测试提示词
kitten 到 sitting 的 Levenshtein 编辑距离是多少？只输出数字。
模型回答
3
评分依据：Levenshtein 距离为 3。
reasoning_hard · ai
hard.bigpow
1 / 1
测试提示词
计算 13 的 11 次方的精确值。只输出这个整数，不要用科学计数法。
模型回答
1792160394037
评分依据：13^11 = 1792160394037。
reasoning_hard · ai
hard.shortest_path
1 / 1
测试提示词
有向图：A->B:4, A->C:2, B->C:5, B->D:10, C->E:3, E->D:4, E->F:6, D->F:11。A 到 F 最短路径总权重是多少？只输出数字。
模型回答
11
评分依据：最短路径 A→C→E→F 的权重为 11。
capability · capability
capability.tools
1 / 1
测试提示词
Use the supplied lookup_weather tool for Shanghai. Do not answer from memory.
模型回答
评分依据：接口返回了工具调用。
capability · capability
capability.json_schema
1 / 1
测试提示词
Return the requested structured benchmark status.
模型回答
{
  "score": 7,
  "status": "ok"
}
评分依据：接口按 json_schema 返回了结构化对象。