Fiche modèle
QwQ-32B
Alibaba · poids ouverts · sorti le 05/03/2025
Date de sortie, éditeur et accès : Epoch AI, CC BY 4.0. Fiche régénérée le 07/10/2026.
Taille
33 Md
paramètres
Scores
Rang parmi les 274 modèles de l’indice ECI évalués par la même source. Un nom de benchmark mène à son explication.
| Benchmark | Score | Rang | Réglage | Source |
|---|---|---|---|---|
| Indice de capacités ECI (Epoch AI)Capacités générales | 137,6132,9–141,6 | 130 / 274 | Epoch AI, CC BY 4.0, non daté par la source, vu publié le 07/10/2026 | |
| LMArena texte, contrôle du styleConversation (préférence humaine) | 1 3361 331–1 340 | 109 / 166 | « qwq-32b » | LMArena, CC BY 4.0, publié le 02/10/2026 |
| GPQA Diamond (Epoch AI)Sciences | 65,3 %59,8–70,9 | 111 / 186 | réglage « QwQ-32B » | Epoch AI, CC BY 4.0, publié le 28/08/2026 |
| FrontierMath, niveaux 1 à 3 (Epoch AI) | non évalué par Epoch AI | |||
| OTIS Mock AIME 2024-2025 (Epoch AI)Maths de concours | 59,2 %46,7–71,6 | 106 / 176 | réglage « QwQ-32B » | Epoch AI, CC BY 4.0, publié le 28/08/2026 |
| SimpleQA Verified (Epoch AI) | non évalué par Epoch AI | |||
| SWE-bench Verified (Epoch AI) | non évalué par Epoch AI | |||
Sources : Epoch AI, « Capabilities & benchmarking », epoch.ai/benchmarks (CC BY 4.0) ; LMArena, leaderboard-dataset (Hugging Face), CC BY 4.0. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.
Prix par fournisseur d’API
| Fournisseur | Entrée $/M | Sortie $/M | Mélangé | Clé LiteLLM |
|---|---|---|---|---|
| Nscale | 0,18 $ | 0,20 $ | 0,19 $ | nscale/Qwen/QwQ-32B |
| Hyperbolic | 0,20 $ | 0,20 $ | 0,20 $ | hyperbolic/Qwen/QwQ-32B |
| DeepInfra | 0,15 $ | 0,40 $ | 0,21 $ | deepinfra/Qwen/QwQ-32B |
| Nebius | 0,15 $ | 0,45 $ | 0,22 $ | nebius/Qwen/QwQ-32B |
| Cloudflare Workers AI | 0,66 $ | 1,00 $ | 0,75 $ | cloudflare/@cf/qwen/qwq-32b |
| Fireworks AI | 0,90 $ | 0,90 $ | 0,90 $ | fireworks_ai/accounts/fireworks/models/qwq-32b |
| Together AI | 1,20 $ | 1,20 $ | 1,20 $ | together_ai/Qwen/QwQ-32B |
$ par million de jetons, tarif catalogue sans remise, sans cache ni traitement par lots. 7 offres rapprochées. Écart entre le moins cher (Nscale, 0,19 $) et le plus cher : × 6,5. Relevé du 07/10/2026 ; vérifier chez le fournisseur avant de choisir. Sources : Prix : LiteLLM (BerriAI), licence MIT, © 2023 Berri AI. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.
L’héberger soi-même
- Accès aux poids
- poids libres (usage sans restriction) (Epoch AI, CC BY 4.0)
- Licence
- Apache 2.0 (carte du dépôt, déclaration de l’éditeur lue le 01/10/2026 ; lire la licence avant tout usage commercial)
- Taille
- 33 Md de paramètres (Epoch AI, CC BY 4.0 ; confiance d’Epoch : Speculative ; note : « Architecture: transformers with RoPE, SwiGLU, RMSNorm, and Attention QKV bias Number of Parameters: 32.5B Number of Paramaters (Non-Embedding): 31.0B Number of Layers: 64 Number of Attention Heads (GQA): 40 for Q and 8 for KV »)
- Poids
- huggingface.co/Qwen/QwQ-32B (dépôt rapproché par la table de correspondance, existence vérifiée auprès de Hugging Face le 01/10/2026)
Mémoire nécessaire
| Format des poids | Poids seuls | Ordre de grandeur du matériel |
|---|---|---|
| BF16 (pleine précision usuelle) | 65 Go | une carte de centre de données de 80 Go, ou un Mac de 96 Go |
| FP8 / 8 bits | 33 Go | deux cartes de 24 Go, ou un Mac de 64 Go de mémoire unifiée |
| 4 bits (GGUF Q4_K_M, environ 4,8 bits par paramètre) | 20 Go | une carte graphique grand public de 24 Go |
Calcul du Crible : 33 Md de paramètres × 2 octets (BF16), × 1 (FP8), × 0,6 environ (4 bits). Ajouter le cache de contexte, qui grandit avec la longueur des conversations et le nombre d’utilisateurs.
Outils
- vLLM (serveur, cartes graphiques) :
vllm serve Qwen/QwQ-32Bsert le dépôt Hugging Face derrière une API compatible OpenAI. Le modèle doit être pris en charge par la version installée. - llama.cpp (ordinateur, processeur ou carte graphique) : lit les poids au format GGUF, souvent publiés en 4 bits par la communauté. Chercher une version GGUF (rien ne garantit qu’elle existe ni qu’elle est fidèle), puis
llama-server -hf <dépôt GGUF>. - Ollama (le plus simple sur un ordinateur) :
ollama run hf.co/<dépôt GGUF>lance une version GGUF publiée sur Hugging Face.
Commandes d’après la documentation de chaque outil (liens ci-dessus). Les tailles, l’accès et les liens viennent des sources citées ; de Hugging Face, Le Crible ne reprend que l’adresse du dépôt et l’identifiant de licence déclaré sur sa carte. Sources : Epoch AI, « Data on AI models », epoch.ai/data/ai-models (CC BY 4.0) ; LMArena, leaderboard-dataset (Hugging Face), CC BY 4.0. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.
Évolution
Aucun changement de prix relevé depuis le début de nos relevés quotidiens.