Alibaba

AQwen3 32BOPEN

Qwen3 32B (Alibaba): tarification API en direct, fenêtre de contexte et les meilleures alternatives open-source, suivies quotidiennement par OpenSourceAI.tech.

Fenêtre de contexte
131K
tokens
Prix d'entrée
$0.08
par M tokens
Prix de sortie
$0.28
par M tokens
Fournisseur
Alibaba

Les prix se mettent à jour automatiquement — vérifiés toutes les heures par rapport aux prix de la liste des fournisseurs.

Voir les comparaisons de modèles → Comparer tous les prix des modèles

Benchmarks & performance

Scores de référence indépendants pour Qwen3 32B, mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est. Mode de mesure : Reasoning.

Intelligence index11.5
Coding index15.3
Math index73
GPQA66.8%
MMLU-Pro79.8%
Humanity's Last Exam8.3%
Long Context Reasoning0%
LiveCodeBench54.6%
SciCode35.4%
MATH-50096.1%
AIME80.7%
AIME 202573%
IFBench36.3%
τ²-Bench29.8%
τ-Bench Banking5.4%
Terminal-Bench5.2%
Terminal-Bench Hard3%
💰 Blended price$2.625 / 1M tokens
📈 Value4.4 intelligence points per $
Données de benchmark par Artificial Analysis

À propos de ce modèle

Qwen3 32B est un modèle d'IA à poids ouvert d'Alibaba. Vous pouvez le télécharger et l'héberger vous-même gratuitement ; les prix ci-dessous sont les prix de liste des API hébergées, suivis à l'heure, pour lorsque vous préférez la commodité à l'auto-hébergement.

Questions fréquemment posées

Qu'est-ce que Qwen3 32B ?

Qwen3 32B est un modèle de langage IA de Alibaba. Il est à poids ouverts : vous pouvez le télécharger et l'exécuter sur votre propre matériel, gratuitement. Il obtient un score de 11.5 sur l'indice d'intelligence d'Artificial Analysis.

Qwen3 32B est-il gratuit ?

Les poids sont gratuits et ouverts — vous pouvez auto-héberger Qwen3 32B et ne rien payer par jeton. Si vous préférez une API hébergée, les prix sont de 0,08 $ par million de jetons d'entrée et de 0,28 $ par million de jetons de sortie.

Qu'est-ce que Qwen3 32B sait faire ?

Des benchmarks indépendants d'Artificial Analysis lui donnent GPQA 66.8%, MMLU-Pro 79.8%, Humanity's Last Exam 8.3%, Long Context Reasoning 0%, LiveCodeBench 54.6%, SciCode 35.4%, MATH-500 96.1%, AIME 80.7%, AIME 2025 73%, IFBench 36.3%, τ²-Bench 29.8%, τ-Bench Banking 5.4%, Terminal-Bench 5.2%, Terminal-Bench Hard 3%. Il est particulièrement utilisé pour génération de code.

Puis-je auto-héberger Qwen3 32B ?

Oui. Qwen3 32B a des poids ouverts, donc vous pouvez le télécharger et l'exécuter sur votre propre GPU ou serveur avec des outils comme Ollama, vLLM ou llama.cpp — sans coût par jeton.

Alternatives open-source

Selon votre charge de travail, un modèle à poids ouverts que vous pouvez auto-héberger peut réduire considérablement les coûts ou supprimer complètement la tarification par token. Nos pages de comparaison mettent ce modèle côte à côte avec les meilleurs concurrents open-source.

Qwen3.6 PlusAlibabaQwen3.7 PlusAlibabaQwen3.7 MaxAlibabaQwen3.5-FlashAlibabaQwen3.6 35B A3BAlibabaQwen3 235B A22B Instruct 2507Alibaba