Q

Qwen2.5 Instruct 32B

Qwen2.5-32B-Instructは、命令調整を行った320億パラメータの言語モデルで、Qwen2.5シリーズの一部です。このモデルは、命令に従い、長いテキスト(8Kトークン以上)を生成し、構造化データ(例えば表)を理解し、構造化された出力、特にJSONを生成することを目的としています。このモデルは、29種類以上の言語に対応する多言語機能を備えています。
インテリジェンス(比較的弱い)
速度(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
128,000
コンテキストウィンドウ
8,192
最大出力トークン
-
知識カットオフ

価格設定

- /M tokens
入力
- /M tokens
出力
¥1.05 /M tokens
混合価格

クイック簡易比較

入力

出力

Qwen Turbo
Qwen2.5 Turbo
Qwen-Plus-Latest
¥0.11

基本パラメータ

Qwen2.5 Instruct 32B技術パラメータ
パラメータ数
32,500.0M
コンテキスト長
128.00k tokens
トレーニングデータカットオフ
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
2024-09-19
応答速度
0 tokens/s

ベンチマークスコア

以下はQwen2.5 Instruct 32B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
37.41
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
23.84
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
45.77
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
69.7
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
46.6
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
3.8
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
24.8
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
22.9
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
90
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
80.5
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
11
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