Qwen2.5 Instruct 32B
AlibabaQwenOpen WeightApache 2.0 · Uso Comercial
Descripción
Qwen2.5-32B-Instruct is an instruction-tuned 32 billion parameter language model, part of the Qwen2.5 series. It is designed to follow instructions, generate long texts (over 8K tokens), understand structured data (e.g., tables), and generate structured outputs, especially JSON. The model supports multilingual capabilities across over 29 languages.
Fecha de lanzamiento
2024-09-19
Parámetros
32.5B
Longitud del contexto
131K
Modalidades
text
Radar de capacidades
25
general
25
coding
39
reasoning
33
science
35
agents
0
multimodal
Rankings
| Dominio | #Posición | Puntuación | Fuente |
|---|---|---|---|
| Ranking de codificación | 455 | 27.0 | AA |
| Ranking general | 473 | 30.0 | AA |
| Ciencia | 532 | 24.0 | AA |
Puntuaciones de benchmarks (LLM Stats)
(LLM Stats (zeroeval))General
MMLU
83.3%Aut.
MultiPL-E
75.4%Aut.
TruthfulQA
57.8%Aut.
Language
MMLU-Redux
83.9%Aut.
MMLU-Pro
69.0%Aut.
Math
GSM8k
95.9%Aut.
MATH
83.1%Aut.
MMLU-STEM
80.9%Aut.
TheoremQA
44.1%Aut.
Reasoning
HumanEvalOpenAI (2021)
88.4%Aut.
HellaSwagAI2 (2019)
85.2%Aut.
BBH
84.5%Aut.
MBPP
0.84 / 100Aut.
Winogrande
82.0%Aut.
ARC-C
70.4%Aut.
MBPP+
67.2%Aut.
HumanEval+
52.4%Aut.
GPQANYU + Cohere + Anthropic (2023)
49.5%Aut.
Índices de evaluación AA
(Artificial Analysis)Math 500(OpenAI (2024), subset of Hendrycks et al. MATH (2021))80.5
Mmlu Pro(TIGER-Lab (Univ. of Waterloo, Toronto, CMU, 2024))69.7
Gpqa(NYU + Cohere + Anthropic (2023))46.6
Livecodebench(UC Berkeley + MIT + Cornell (2024))24.8
Aime(MAA (Mathematical Association of America))11.0
Intelligence Index(Artificial Analysis)6.9
Hle(Center for AI Safety + Scale AI (2025))4.0
Puntuaciones por categoría LLM Stats
(LLM Stats (zeroeval))Code90
Language80
Math80
Legal70
Reasoning70
General70
Healthcare70
Finance60
Physics50
Biology50
Chemistry50
Precios
Precio de entradaGratis
Precio de salidaGratis
Precio mixto (3:1)Gratis
Velocidad
Tokens/seg0.0
Retraso del primer token0.00s
Tiempo hasta la respuesta0.00s
Ranking de Precios por Proveedor
Ranking de Precios por Proveedor
2 proveedores
Más barato: Alibaba (China)Más caro: Alibaba
ProveedorEntradaSalida
1Alibaba (China)Más barato
$0.287
$0.861
2Alibaba
$0.7
$2.8
Comparar precios entre diferentes proveedores de API para este modelo.