Qwq 32B
Qwq 32B
一個專注於提升人工智能推理能力的模型,尤其在數學和編程方面表現出色。具備深度自我反思和自問能力,但在語言混合以及遞歸/無限推理模式上存在一定侷限性。
智能(中等)
速度(較慢)
輸入支持模態
否
是否推理模型
131,072
上下文窗口
32,768
最大輸出tokens
2024-11-28
知識截止
定價
- /M tokens
輸入
- /M tokens
輸出
¥3.38 /M tokens
混合價格
快速簡單對比
Qwen2.5 Turbo
Qwen Turbo
Qwen2.5 Coder Instruct 7B
基本參數
GPT-4.1技術參數
參數數量
32,500.0M
上下文長度
131.07k tokens
訓練數據截止日期
2024-11-28
開源類別
Open Weights (Permissive License)
多模態支持
僅文本
吞吐量
0
發布日期
2025-03-05
響應速度
99.410,675 tokens/s
基準測試分數
以下是claude-monet在各種標準基準測試中的表現。這些測試評估了模型在不同任務和領域中的能力。
智能指數
5806
大語言模型智能水平
編程指數
4942
AI模型在編程任務上的表現指標
數學指數
-
解決數學問題、數學推理或執行數學相關任務的能力指標
MMLU Pro
76.4
大規模多任務多模態理解 - 測試對文本、圖像、音頻和視頻的理解
GPQA
59.3
研究生物理問題評估 - 用鑽石科學級問題測試高級物理知識
HLE
8.2
模型在Hugging Face開放LLM排行榜上的綜合平均分數
LiveCodeBench
63.1
專門評估大型語言模型在實際代碼編寫和解決編程競賽問題能力的評估
SciCode
35.8
模型在科學計算或特定科學領域代碼生成方面的能力
HumanEval
97.6
AI模型在特定HumanEval基準測試集上獲得的分數
Math 500分數
95.7
在前500個較大、更知名的數學基準測試上的分數
AIME分數
78
衡量AI模型解決高難度數學競賽問題能力的指標(特指AIME級別)
精選推薦AI模型
Gemini 2.0 Flash Lite (Preview)
google

¥0.58
輸入tokens/百萬
¥2.16
輸出tokens/百萬
1M
上下文長度
GPT 4
openai

¥216
輸入tokens/百萬
¥432
輸出tokens/百萬
8192
上下文長度
Sonar
perplexity

-
輸入tokens/百萬
-
輸出tokens/百萬
127k
上下文長度
Claude 3 Opus
anthropic

¥108
輸入tokens/百萬
¥540
輸出tokens/百萬
200k
上下文長度
Deepseek R1
deepseek

¥3.96
輸入tokens/百萬
¥15.77
輸出tokens/百萬
128k
上下文長度
Gemma 3 4B Instruct
google

-
輸入tokens/百萬
-
輸出tokens/百萬
128k
上下文長度
Gemini 1.5 Pro (May '24)
google

¥18
輸入tokens/百萬
¥72
輸出tokens/百萬
2M
上下文長度
Llama 3.2 Instruct 11B (Vision)
meta

¥0.43
輸入tokens/百萬
¥0.43
輸出tokens/百萬
128k
上下文長度