Qwen2.5 Coder 32B Instruct
性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,价格只有 19 分之一。
有 74 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 71 个。
截至 2026年11月16日,Qwen2.5 Coder 32B Instruct(Alibaba)在 BenchLeader Index 上得分 42.5(共 608 个已排名配置)。表现最好的是推理(44),最弱的是编程(26)。API 价格为输入每百万 token $0.660、输出每百万 token $1.00(按 3:1 混合为 $0.745),为 2026年11月16日的标价。输出速度约为 31 token/秒(OpenRouter)。发布于 2024年9月18日。
要点(截至 2026年11月16日)
- Qwen2.5 Coder 32B Instruct 的 API 价格为输入每百万 token $0.660、输出每百万 token $1.00(按 3:1 混合为 $0.745)(标价,2026年11月16日)。
- Qwen2.5 Coder 32B Instruct 的输出速度约为 31 token/秒(OpenRouter,2026年11月16日)。
- Qwen2.5 Coder 32B Instruct 于 2024年9月18日发布(Alibaba)。
详细说明:Qwen2.5 Coder 32B Instruct 是 Alibaba 的开放权重模型,发布于 2024年9月18日。其最佳配置在 BenchLeader Index 上得分 42.5 ±8.9,在 608 个配置中排第 493 名,处于下半区。关键在于这个“±”:另有 289 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,推理得分最高(44),编程最低(26)。按混合价格计,每百万 token $0.745,价格居中。输出速度为 31 token/秒,首 token 延迟 1.4 秒,位于最慢的四分之一。最近一次测量:2026年11月11日。
- 混合价格
- $0.745/M
- 输入 $0.660 · 输出 $1.00
- 来源:OpenRouter
- 输出速度
- 31 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 1.37 s
- 上下文
- 131k
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2024年9月18日
- 综合 Index43
- 推理44
- 编程26
- 数学43
- 人类偏好41
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/qwen2-5-coder-32b)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
Index 走势
2026年9月8日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Hard Prompts | 1303#273 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 41.7%#478 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 3.5%#615 | Artificial Analysis | |
| Arena Expert不计入 Index | 1277#266 | Arena (LMArena) | |
| HellaSwag不计入 Index | 83.0%#16 | Epoch AI Benchmarking Hub | |
| WinoGrande不计入 Index | 80.8%#16 | Epoch AI Benchmarking Hub | |
| ARC (AI2 Challenge)不计入 Index | 70.5%#23 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Coding | 1342#263 | Arena (LMArena) | |
| Aider Polyglot | 16.4%#54 | Aider polyglot leaderboard | |
| SWE-bench Verified (bash only) | 9.0%#46 | SWE-bench | |
| SWE-bench Verified (any scaffold)不计入 Index | 9.0%#61 | SWE-bench | |
| LiveCodeBench (AA)不计入 Index | 29.5%#203 | Artificial Analysis |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Maths | 1269#263 | Arena (LMArena) | |
| GSM8K不计入 Index | 93.0%#3 | Epoch AI Benchmarking Hub |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU不计入 Index | 79.1%#25 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1264#281 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1271#290 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1207#299 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1251#287 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1287#278 | Arena (LMArena) |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 118.9#168 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 6.7#518 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 157.3#545 | Artificial Analysis |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Cloudflare | 32 tok/s | 0.73 s | $0.660 | $1.00 | 33k | – |
价格历史
上述价格(每百万 token)在每个变动日的数值。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0006 | – | 11.1 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0085 | – | 20.7 s |
| 代码编辑 | 6,000 / 1,500 | $0.0055 | – | 49.8 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.044 | – | 2.2 min |
| 结构化信息提取 | 2,000 / 200 | $0.0015 | – | 7.8 s |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Qwen2.5 Coder 32B Instruct 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/qwen2-5-coder-32b)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Qwen2.5 Coder 32B Instruct on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen2-5-coder-32b
BibTeX:
@misc{benchleader_qwen2_5_coder_32b_20261116,
author = {{BenchLeader}},
title = {{Qwen2.5 Coder 32B Instruct on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/qwen2-5-coder-32b}},
note = {Data as of 2026-11-16}
}常见问题
- Qwen2.5 Coder 32B Instruct 的基准测试得分是多少?
- 截至 2026年11月16日,Qwen2.5 Coder 32B Instruct 的 BenchLeader Index 为 42.5 ±8.9。最强的是推理(44),最弱的是编程(26)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Qwen2.5 Coder 32B Instruct 排名第几?
- 截至 2026年11月16日,Qwen2.5 Coder 32B Instruct 在 608 个已排名配置中排第 493 名。另有 289 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Qwen2.5 Coder 32B Instruct 每百万 token 的价格是多少?
- 截至 2026年11月16日,Qwen2.5 Coder 32B Instruct 的价格为输入每百万 token $0.660、输出每百万 token $1.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.745。标价最近一次变动是在 2026年10月23日。
- Qwen2.5 Coder 32B Instruct 是什么时候发布的?
- Alibaba 于 2024年9月18日发布了 Qwen2.5 Coder 32B Instruct。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《Qwen2.5 Coder 32B Instruct:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/qwen2-5-coder-32b。