QwQ-32B-Preview

Fiche modèle · Alibaba Cloud / Qwen Team · qwq-32b-preview

An experimental research 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 reasoning patterns.

Fiches modèles

Identité

Organisation	Alibaba Cloud / Qwen Team
Pays	—
Famille	—
Type	llm
Date de sortie	2024-11-28
Licence	apache 2.0
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	oui — ≤ 107 Md (Q8/FP8)
Modalités	text
Fenêtre de contexte	32 768
KV cache / token (Q8)	131.1 ko/token
Paramètres totaux	32.5 B
Paramètres actifs (session)	32.8 B
Source des paramètres actifs	actifs = total (modèle dense, config HF (Qwen/QwQ-32B-Preview)) ; total : config Hugging Face (Qwen/QwQ-32B-Preview)
Curation des paramètres actifs	2026-11-04
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	2024-11-28
Créé le	2026-05-07T16:53:41.069932Z
Mis à jour le	2026-11-04T06:05:15.171844Z
Source	LLM Stats
URL	https://llm-stats.com/models/qwq-32b-preview

Tokens/tâche

Prix par fournisseur

Prix

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)

Catégorie	Score
math	0.70
physics	0.70
reasoning	0.60
general	0.60
biology	0.70
chemistry	0.70
code	0.50

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aime-2024	math	0.50	1.00	0.50	non	oui	2026-11-04T06:05:15.175446Z
gpqa	reasoning	0.65	1.00	0.65	non	oui	2026-11-04T06:05:15.178350Z
livecodebench	reasoning	0.50	1.00	0.50	non	oui	2026-11-04T06:05:15.181201Z
math-500	math	0.91	1.00	0.91	non	oui	2026-11-04T06:05:15.183976Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
code	227	—	4.35	1	trueskill	2026-10-20	model_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