综合智能− Top 72%
8.4第 403 / 567
编程指数
—
首 Token 延迟− Top 52%
2.23s端到端 6.79s
输出价格↑ Cost-effective
$0.700/M输入 $0.180/M
Qwen3 VL 8B Instruct 由 Alibaba 发布。更偏向成本敏感或特定任务场景。输出约 $0.700/M tokens，性价比突出。
模型信息
- 发布日期
- 2025年10月14日
- 研发机构
- Alibaba
- 智能体指数
- —
- Slug
- qwen3-vl-8b-instruct
经济与性能
- 输入价格 (1M)
- $0.180
- 输出价格 (1M)
- $0.700
- 缓存命中 (1M)
- —
- 生成速度 (TPS)
- 110 tok/s
- 端到端响应
- 6.79s
深度分析
相对全库 580 款模型的能力分解、性价比位置与相近对照。
三项核心指数
综合智能排名 #403 / 567
综合智能8.4/ 中位 14.8
编程指数—
智能体指数—
金色竖线为全库中位数，便于判断该模型相对行业基准的位置。
Alibaba 其他模型
8 款
评测任务成本—每任务均摊
评测总成本—Intelligence Index 全量
输出单价$0.700/M输入 $0.180/M
输出价格最低对比
Top 9 + 当前模型 · 金色为当前模型
1Gemma 3n E4B Instruct
$0.040
2Llama 3.1 Instruct 8B
$0.090
3Gemma 4 E4B (Reasoning)
$0.100
4Gemma 4 E4B (Non-reasoning)
$0.100
5Ministral 3 3B
$0.100
6Granite 4.1 8B
$0.100
7Sarvam 30B (high)
$0.110
8HyperNova 60B 2605
$0.140
9Nova Micro
$0.140
10Qwen3 VL 8B Instruct
$0.700
生成速度最高对比
Top 9 + 当前模型 · 金色为当前模型
1Mercury 2
958 TPS
2Gemini 3.5 Flash-Lite
450 TPS
3HyperNova 60B 2605
421 TPS
4Granite 4.0 H Small
411 TPS
5LFM2.5-VL-1.6B
400 TPS
6Step 3.7 Flash
391 TPS
7Granite 3.3 8B (Non-reasoning)
344 TPS
8LFM2.5-8B-A1B
331 TPS
9gpt-oss-120b (low)
314 TPS
10Qwen3 VL 8B Instruct
110 TPS
年度智能峰值
按发布时间排列 · 金色为当前模型
GPT-3.5 Turbo2022 年发布
3.6
GPT-4 Turbo2023 年发布
7.9
o12024 年发布
23.4
Qwen3 VL 8B Instruct2025 年发布
8.4
GPT-5.2 (xhigh)2025 年发布
42.2
Claude Fable 5 (Adaptive Reasoning, Max Effort, Opus 4.8 Fallback)2026 年发布
59.9
相近智能水平模型
智能指数 ±8 · 基准 8.4
| 模型 | 智能 | 编程 | 输出价 | 首 Token |
|---|---|---|---|---|
Qwen3 VL 8B Instruct当前 | 8.4 | — | $0.700 | 2.23s |
| Qwen3 4B (Reasoning) | 8.4 | — | — | — |
| Llama 3.1 Instruct 405B | 8.5 | — | $10 | — |
| Kimi Linear 48B A3B Instruct | 8.5 | — | — | — |
| Llama 3.1 Nemotron Nano 4B v1.1 (Reasoning) | 8.5 | — | — | — |
| Llama 3.3 Nemotron Super 49B v1 (Non-reasoning) | 8.5 | — | — | — |
| Qwen3 8B (Reasoning) | 8.3 | 9 | $2.1 | 3.76s |
| Claude 3.5 Sonnet (June '24) | 8.3 | 26 | $15 | — |
| LFM2.5-8B-A1B | 8.3 | — | $0 | 2.15s |
| Llama 3.1 Tulu3 405B | 8.3 | — | — | — |
| Gemini 2.0 Flash-Lite (Preview) | 8.6 | — | — | — |