BenchLeader

Qwen3 32B

推理强度
质量第 158 / 339 名
51.2Index
高于中位数
较中位数 +1.0
价格第 150 / 255 名
$1.23每百万 token
比多数贵
中位数的 1.4 倍
速度第 189 / 216 名
40token/秒
后四分之一
中位数的 0.5 倍
性价比第 150 / 255 名
41.8分/$
低于中位数
中位数的 0.8 倍

性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,价格只有 11 分之一。

有 61 个更便宜的已排名模型得分更高:Kimi K2.5 (59.4, $1.20)、Qwen3.6 Plus (59.0, $1.13)、Gemini 3 Flash (58.9, $1.13),另有 58 个。

截至 2026年11月16日,Qwen3 32B(Alibaba)在 BenchLeader Index 上得分 51.2(共 608 个已排名配置)。表现最好的是智能体与工具(59),最弱的是编程(44)。API 价格为输入每百万 token $0.700、输出每百万 token $2.80(按 3:1 混合为 $1.23),为 2026年11月16日的标价。输出速度约为 40 token/秒(OpenRouter)。发布于 2025年4月29日。

要点(截至 2026年11月16日)

  • Qwen3 32B 的 API 价格为输入每百万 token $0.700、输出每百万 token $2.80(按 3:1 混合为 $1.23)(标价,2026年11月16日)。
  • Qwen3 32B 的输出速度约为 40 token/秒(OpenRouter,2026年11月16日)。
  • Qwen3 32B 于 2025年4月29日发布(Alibaba)。

详细说明:Qwen3 32B 是 Alibaba 的开放权重推理模型,发布于 2025年4月29日。其最佳配置在 BenchLeader Index 上得分 51.2 ±4.8,在 608 个配置中排第 318 名,处于下半区。关键在于这个“±”:另有 286 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,智能体与工具得分最高(59),编程最低(44)。按混合价格计,每百万 token $1.23,价格居中。输出速度为 40 token/秒,首 token 延迟 0.4 秒,位于最慢的四分之一。它已在 3 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$1.23/M
输入 $0.700 · 输出 $2.80
来源:models.dev
输出速度
40 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
0.35 s
上下文
131k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2025年4月29日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index51
  2. 推理49
  3. 编程44
  4. 智能体与工具59
  5. 数学56
  6. 人类偏好51

嵌入这个排名

更多徽章样式
[![Qwen3 32B on BenchLeader: 综合第 157 名](https://www.benchleader.com/badge/qwen3-32b.svg?style=compact)](https://www.benchleader.com/models/qwen3-32b)

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。

Alibaba 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理39.5#543119 tok/s0.82 s$0.0002指令遵循 35 · 长上下文 23 · 数学 33 · 推理 42
thinking––35 tok/s20 s$0.0003智能体与工具 34 · 指令遵循 40 · 长上下文 23
未说明最佳51.2#31840 tok/s0.35 s$0.0011智能体与工具 59 · 编程 44 · 人类偏好 51 · 数学 56 · 推理 49

Index 走势

2026年9月8日 至 2026年11月16日
354657
  • 默认
  • 无推理

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

基准测试无推理thinking默认来源趋势
GPQA Diamond54.1%#219–65.7%#193Epoch AI Benchmarking Hub
Arena Hard Prompts推理强度未说明––1367#207Arena (LMArena)
GPQA Diamond (AA)不计入 Index53.5%#41866.8%#334–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index4.1%#5597.4%#385–Artificial Analysis
Kagi LLM Benchmark48.7%#89––Kagi LLM Benchmark
CritPt不计入 Index–0.3%#291–Artificial Analysis
SciPredict不计入 Index推理强度未说明––17.0%#11Scale AI SEAL
Arena Expert不计入 Index推理强度未说明––1398#178Arena (LMArena)
LMCA不计入 Index推理强度未说明––17.3%#173Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明––67.5%#172Epoch AI Benchmarking Hub

编程

基准测试无推理thinking默认来源趋势
SciCode推理强度未说明––35.4%#211SciCode
Arena Coding推理强度未说明––1406#198Arena (LMArena)
SciCode (AA)不计入 Index–36.0%#218–Artificial Analysis
Aider Polyglot推理强度未说明––40.0%#42Aider polyglot leaderboard
Terminal-Bench 4.0 (AA)不计入 Index–0.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index–5.2%#209–Artificial Analysis
LiveCodeBench (AA)不计入 Index28.8%#20854.6%#124–Artificial Analysis

智能体与工具

基准测试thinking默认来源趋势
Terminal-Bench Hard3.0%#319–Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index29.8%#265–Artificial Analysis
BFCL Overall推理强度未说明–48.7%#25Berkeley Function Calling Leaderboard
GDPval-AA v2.1不计入 Index41#283–Artificial Analysis
τ³-Banking (AA)5.4%#182–Artificial Analysis
AutomationBench不计入 Index1.0%#230–Artificial Analysis
GDP.pdf (AA)不计入 Index1.6%#229–Artificial Analysis
BrowseComp-Plus不计入 Index推理强度未说明–3.6%#21BrowseComp-Plus

数学

基准测试无推理thinking默认来源趋势
OTIS Mock AIME23.1%#230–66.9%#160Epoch AI Benchmarking Hub
Arena Maths推理强度未说明––1398#156Arena (LMArena)
AIME 2025 (AA)不计入 Index19.7%#20073.0%#84–Artificial Analysis

指令遵循

基准测试无推理thinking默认来源趋势
IFBench31.5%#35636.3%#307–Artificial Analysis
Arena Instruction Following不计入 Index推理强度未说明––1331#216Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1347#213Arena (LMArena)
Arena Creative Writing不计入 Index1304#222Arena (LMArena)
Arena Multi-turn不计入 Index1337#216Arena (LMArena)
Arena Longer Queries不计入 Index1355#208Arena (LMArena)

长上下文

基准测试无推理thinking来源趋势
AA-LCR v1.10.0%#5170.0%#517Artificial Analysis

综合

基准测试无推理thinking默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明––136.9#124Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index7.3#4907.2#498–Artificial Analysis
AA Progress Index v1不计入 Index168.4#506201.1#411–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
DeepInfra57 tok/s0.37 s$0.080$0.28041kfp8
DeepInfra50 tok/s0.32 s$0.120$0.42041kfp8
Tenstorrent37 tok/s0.54 s$0.140$0.40020kfp8
SiliconFlow31 tok/s2.74 s$0.140$0.570131kfp8

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.770$1.54$2.31$3.0826年9月26年10月26年11月
输入 输出
当前:输入 $0.700 · 输出 $2.80

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$0.0011–7.9 s
总结一份 30 页的报告12,000 / 600$0.010–15.4 s
代码编辑6,000 / 1,500$0.0084–37.9 s
智能体编程会话60,000 / 4,000$0.053–1.7 min
结构化信息提取2,000 / 200$0.0020–5.4 s

Alibaba 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Qwen3 32B 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。

[![Qwen3 32B on BenchLeader: 综合第 157 名](https://www.benchleader.com/badge/qwen3-32b.svg)](https://www.benchleader.com/models/qwen3-32b)

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). Qwen3 32B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-32b

BibTeX:

@misc{benchleader_qwen3_32b_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3 32B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-32b}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Qwen3 32B 的基准测试得分是多少?
截至 2026年11月16日,Qwen3 32B 的 BenchLeader Index 为 51.2 ±4.8。最强的是智能体与工具(59),最弱的是编程(44)。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。
Qwen3 32B 排名第几?
截至 2026年11月16日,Qwen3 32B 在 608 个已排名配置中排第 318 名。另有 286 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。
Qwen3 32B 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen3 32B 的价格为输入每百万 token $0.700、输出每百万 token $2.80,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $1.23。标价最近一次变动是在 2026年11月4日。
Qwen3 32B 是什么时候发布的?
Alibaba 于 2025年4月29日发布了 Qwen3 32B。BenchLeader 收录了它在 3 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《Qwen3 32B: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/qwen3-32b。