QwQ-32B
截至 2026年11月16日,QwQ-32B(Alibaba)在 BenchLeader Index 上得分 45.7(共 608 个已排名配置)。表现最好的是数学(52),最弱的是长上下文(37)。API 价格为每百万 token $0.431(按输入 3 : 输出 1 混合),为 2026年11月16日的标价。发布于 2025年3月5日。
要点(截至 2026年11月16日)
- QwQ-32B 的 API 价格为每百万 token $0.431(按输入 3 : 输出 1 混合)(标价,2026年11月16日)。
- QwQ-32B 于 2025年3月5日发布(Alibaba)。
详细说明:QwQ-32B 是 Alibaba 的开放权重推理模型,发布于 2025年3月5日。其最佳配置在 BenchLeader Index 上得分 45.7 ±4.4,在 608 个配置中排第 448 名,处于下半区。关键在于这个“±”:另有 231 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,数学得分最高(52),长上下文最低(37)。它已在 2 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
- –
- 输出速度
- –
- 首次回答
- –
- 上下文
- 131k
- 来源:Artificial Analysis
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年3月5日
- 综合 Index46
- 推理48
- 编程38
- 数学52
- 指令遵循42
- 人类偏好49
- 长上下文37
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/qwq-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 |
|---|---|---|---|
| GPQA Diamond | 65.3%#196 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | 1356#220 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 59.3%#387 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 7.3%#388 | Artificial Analysis | |
| Arena Expert不计入 Index | 1361#205 | Arena (LMArena) |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Coding | 1382#222 | Arena (LMArena) | |
| Aider Polyglot | 20.9%#51 | Aider polyglot leaderboard | |
| LiveCodeBench (AA)不计入 Index | 63.1%#100 | Artificial Analysis |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 59.2%#177 | Epoch AI Benchmarking Hub | |
| Arena Maths | 1363#192 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 29.0%#179 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 38.8%#281 | Artificial Analysis | |
| Arena Instruction Following不计入 Index | 1323#222 | Arena (LMArena) |
人类偏好
| 基准测试 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text推理强度未说明 | – | 1336#228 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 1258#90 | EQ-Bench | |
| Arena Creative Writing不计入 Index推理强度未说明 | – | 1293#233 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index推理强度未说明 | – | 1320#235 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index推理强度未说明 | – | 1334#232 | Arena (LMArena) | |
| Lech Mazur Creative Writing不计入 Index | 80.2%#17 | – | Lech Mazur |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 26.7%#430 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 136.5#125 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 9.5#408 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 201.9#408 | Artificial Analysis |
价格历史
上述价格(每百万 token)在每个变动日的数值。
另请参阅
嵌入或引用
在模型卡片或 README 中展示 QwQ-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/qwq-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). QwQ-32B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwq-32b
BibTeX:
@misc{benchleader_qwq_32b_20261116,
author = {{BenchLeader}},
title = {{QwQ-32B on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/qwq-32b}},
note = {Data as of 2026-11-16}
}常见问题
- QwQ-32B 的基准测试得分是多少?
- 截至 2026年11月16日,QwQ-32B 的 BenchLeader Index 为 45.7 ±4.4。最强的是数学(52),最弱的是长上下文(37)。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。
- QwQ-32B 排名第几?
- 截至 2026年11月16日,QwQ-32B 在 608 个已排名配置中排第 448 名。另有 231 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。
- QwQ-32B 是什么时候发布的?
- Alibaba 于 2025年3月5日发布了 QwQ-32B。BenchLeader 收录了它在 2 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,《QwQ-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/qwq-32b。