Qwen3 32B
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
- 综合 Index51
- 推理49
- 编程44
- 智能体与工具59
- 数学56
- 人类偏好51
嵌入这个排名
更多徽章样式[](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。
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。
Index 走势
2026年9月8日 至 2026年11月16日- 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 Diamond | 54.1%#219 | – | 65.7%#193 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts推理强度未说明 | – | – | 1367#207 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 53.5%#418 | 66.8%#334 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 4.1%#559 | 7.4%#385 | – | Artificial Analysis | |
| Kagi LLM Benchmark | 48.7%#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%#11 | Scale AI SEAL | |
| Arena Expert不计入 Index推理强度未说明 | – | – | 1398#178 | Arena (LMArena) | |
| LMCA不计入 Index推理强度未说明 | – | – | 17.3%#173 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | – | 67.5%#172 | Epoch 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%#211 | SciCode | |
| Arena Coding推理强度未说明 | – | – | 1406#198 | Arena (LMArena) | |
| SciCode (AA)不计入 Index | – | 36.0%#218 | – | Artificial Analysis | |
| Aider Polyglot推理强度未说明 | – | – | 40.0%#42 | Aider 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 Index | 28.8%#208 | 54.6%#124 | – | Artificial Analysis |
智能体与工具
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Terminal-Bench Hard | 3.0%#319 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 29.8%#265 | – | Artificial Analysis | |
| BFCL Overall推理强度未说明 | – | 48.7%#25 | Berkeley Function Calling Leaderboard | |
| GDPval-AA v2.1不计入 Index | 41#283 | – | Artificial Analysis | |
| τ³-Banking (AA) | 5.4%#182 | – | Artificial Analysis | |
| AutomationBench不计入 Index | 1.0%#230 | – | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 1.6%#229 | – | Artificial Analysis | |
| BrowseComp-Plus不计入 Index推理强度未说明 | – | 3.6%#21 | BrowseComp-Plus |
数学
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| OTIS Mock AIME | 23.1%#230 | – | 66.9%#160 | Epoch AI Benchmarking Hub | |
| Arena Maths推理强度未说明 | – | – | 1398#156 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 19.7%#200 | 73.0%#84 | – | Artificial Analysis |
指令遵循
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| IFBench | 31.5%#356 | 36.3%#307 | – | Artificial Analysis | |
| Arena Instruction Following不计入 Index推理强度未说明 | – | – | 1331#216 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1347#213 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1304#222 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1337#216 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1355#208 | Arena (LMArena) |
长上下文
| 基准测试 | 无推理 | thinking | 来源 | 趋势 |
|---|---|---|---|---|
| AA-LCR v1.1 | 0.0%#517 | 0.0%#517 | Artificial 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#124 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 7.3#490 | 7.2#498 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 168.4#506 | 201.1#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 |
|---|---|---|---|---|---|---|
| DeepInfra | 57 tok/s | 0.37 s | $0.080 | $0.280 | 41k | fp8 |
| DeepInfra | 50 tok/s | 0.32 s | $0.120 | $0.420 | 41k | fp8 |
| Tenstorrent | 37 tok/s | 0.54 s | $0.140 | $0.400 | 20k | fp8 |
| SiliconFlow | 31 tok/s | 2.74 s | $0.140 | $0.570 | 131k | fp8 |
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 | $0.0011 | – | 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 |
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。
[](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}
}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。