Qwen2.5 32B Instruct

Fiche modèle · Alibaba Cloud / Qwen Team · qwen-2.5-32b-instruct

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.

Identité

OrganisationAlibaba Cloud / Qwen Team
Pays—
Famille—
Typellm
Date de sortie2024-09-19
Licenceapache 2.0
Licence commercialeoui
Licence open sourceoui
Poids ouvertsoui
Auto-hébergement (DGX Spark)oui — ≤ 107 Md (Q8/FP8)
Modalités—
Fenêtre de contexte32 768
KV cache / token (Q8)131.1 ko/token
Paramètres totaux32.5 B
Paramètres actifs (session)32.8 B
Source des paramètres actifsactifs = total (modèle dense, config HF (Qwen/Qwen2.5-32B-Instruct)) ; total : config Hugging Face (Qwen/Qwen2.5-32B-Instruct)
Curation des paramètres actifs2026-11-04
Prix par session—
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)—
Tokens d'entraînement18 000 000 000 000
Coupure de connaissance—
Créé le2026-05-07T16:53:35.336535Z
Mis à jour le2026-11-04T06:05:04.847391Z
SourceLLM Stats
URLhttps://llm-stats.com/models/qwen-2.5-32b-instruct

Prix par fournisseur

Statut du modèle (offres + auto-hébergement) : partiel — auto-hébergement DGX Spark (≤ 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
language0.80
legal0.70
math0.80
physics0.50
reasoning0.70
finance0.60
general0.70
healthcare0.70
biology0.50
chemistry0.50
code0.90

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
arc-creasoning0.701.000.70nonoui2026-11-04T06:05:04.852084Z
bbhreasoning0.841.000.84nonoui2026-11-04T06:05:04.857228Z
gpqareasoning0.491.000.49nonoui2026-11-04T06:05:04.861901Z
gsm8kmath0.961.000.96nonoui2026-11-04T06:05:04.869244Z
hellaswagreasoning0.851.000.85nonoui2026-11-04T06:05:04.877662Z
humanevalreasoning0.881.000.88nonoui2026-11-04T06:05:04.882381Z
humaneval+reasoning0.521.000.52nonoui2026-11-04T06:05:04.885539Z
mathmath0.831.000.83nonoui2026-11-04T06:05:04.889780Z
mbppreasoning0.84100.000.84nonoui2026-11-04T06:05:04.893136Z
mbpp+reasoning0.671.000.67nonoui2026-11-04T06:05:04.896518Z
mmlugeneral0.831.000.83nonoui2026-11-04T06:05:04.903781Z
mmlu-prolanguage0.691.000.69nonoui2026-11-04T06:05:04.906806Z
mmlu-reduxlanguage0.841.000.84nonoui2026-11-04T06:05:04.915393Z
mmlu-stemmath0.811.000.81nonoui2026-11-04T06:05:04.918654Z
multipl-egeneral0.751.000.75nonoui2026-11-04T06:05:04.929665Z
theoremqamath0.441.000.44nonoui2026-11-04T06:05:04.935949Z
truthfulqageneral0.581.000.58nonoui2026-11-04T06:05:04.941044Z
winograndereasoning0.821.000.82nonoui2026-11-04T06:05:04.944496Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
code186—9.351trueskill2026-10-19model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04