Q

Qwq 32B

人工知能の推論能力の向上に特化したモデルで、特に数学とプログラミングの分野で優れた性能を発揮します。深い自己反省と自問能力を備えていますが、言語の混合や再帰/無限推論モードには一定の制限があります。
インテリジェンス(中程度)
速度(比較的遅い)
入力サポートモダリティ
いいえ
推論モデルかどうか
131,072
コンテキストウィンドウ
32,768
最大出力トークン
2024-11-28
知識カットオフ
価格設定
- /M tokens
入力
- /M tokens
出力
¥3.38 /M tokens
混合価格
クイック簡易比較
Qwen Turbo
Qwen2.5 Turbo
Qwen2.5 Coder Instruct 7B
基本パラメータ
GPT-4.1技術パラメータ
パラメータ数
32,500.0M
コンテキスト長
131.07k tokens
トレーニングデータカットオフ
2024-11-28
オープンソースカテゴリ
Open Weights (Permissive License)
マルチモーダルサポート
テキストのみ
スループット
0
リリース日
2025-03-05
応答速度
99.410,675 tokens/s
ベンチマークスコア
以下はclaude-monetの様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
5806
大規模言語モデルインテリジェンスレベル
コーディング指数
4942
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
-
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
76.4
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
59.3
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
8.2
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
63.1
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
35.8
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
97.6
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
95.7
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
78
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase