QwQ 32B
AlibabaQwenओपन वेटApache 2.0 · व्यावसायिक उपयोग
विवरण
A model focused on advancing AI reasoning capabilities, particularly excelling in mathematics and programming. Features deep introspection and self-questioning abilities while having some limitations in language mixing and recursive/endless reasoning patterns.
रिलीज़ तिथि
2025-03-05
पैरामीटर
32.5B
संदर्भ लंबाई
131K
मोडैलिटीज़
text
क्षमता रडार
31
general
57
coding
54
reasoning
41
science
70
agents
0
multimodal
रैंकिंग
| डोमेन | #रैंक | स्कोर | स्रोत |
|---|---|---|---|
| कोडिंग रैंकिंग | 224 | 51.0 | AA |
| सामान्य रैंकिंग | 322 | 40.0 | AA |
| विज्ञान | 322 | 43.0 | AA |
बेंचमार्क स्कोर (LLM Stats)
(LLM Stats (zeroeval))Biology
GPQANYU + Cohere + Anthropic (2023)
65.2%स्वयं
Code
LiveCodeBench
63.4%स्वयं
General
IFEvalGoogle Research (2023)
83.9%स्वयं
LiveBench
73.1%स्वयं
BFCL
66.4%स्वयं
Math
MATH-500
90.6%स्वयं
AIME 2024
79.5%स्वयं
AA मूल्यांकन सूचकांक
(Artificial Analysis)Math Index(Artificial Analysis)29.0
Intelligence Index(Artificial Analysis)13.4
Math 500(OpenAI (2024), subset of Hendrycks et al. MATH (2021))1.0
Aime(MAA (Mathematical Association of America))0.8
Mmlu Pro(TIGER-Lab (Univ. of Waterloo, Toronto, CMU, 2024))0.8
Livecodebench(UC Berkeley + MIT + Cornell (2024))0.6
Gpqa(NYU + Cohere + Anthropic (2023))0.6
Ifbench(Google Research (2023))0.4
Scicode(UIUC + Argonne National Lab (2024))0.4
Aime 25(MAA (Mathematical Association of America))0.3
Lcr(Artificial Analysis)0.3
Hle(Center for AI Safety + Scale AI (2025))0.1
LLM Stats श्रेणी स्कोर
(LLM Stats (zeroeval))Math80
Structured Output80
Instruction Following80
Physics70
Reasoning70
General70
Biology70
Chemistry70
Tool Calling70
Code60
मूल्य निर्धारण
इनपुट मूल्य$0.66 / 1M टोकन
आउटपुट मूल्य$1 / 1M टोकन
मिश्रित मूल्य (3:1)$0.745 / 1M टोकन
गति
टोकन/सेकंड0.0
पहले टोकन में देरी0.00s
पहले उत्तर में देरी0.00s
प्रदाता मूल्य रैंकिंग
प्रदाता मूल्य रैंकिंग
2 प्रदाता
सबसे सस्ता: Alibaba (China)सबसे महंगा: Alibaba
प्रदाताइनपुटआउटपुट
1Alibaba (China)सबसे सस्ता
$0.287
$0.861
2Alibabaप्राथमिक
$0.66
$1
इस मॉडल के लिए विभिन्न API प्रदाताओं के मूल्य निर्धारण की तुलना करें।