BenchLeader

QwQ-32B

推理强度
质量第 218 / 339 名
45.7Index
低于中位数
较中位数 −4.5

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
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index46
  2. 推理48
  3. 编程38
  4. 数学52
  5. 指令遵循42
  6. 人类偏好49
  7. 长上下文37

嵌入这个排名

更多徽章样式
[![QwQ-32B on BenchLeader: 综合第 213 名](https://www.benchleader.com/badge/qwq-32b.svg?style=compact)](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。

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
thinking–––––
未说明最佳45.7#448–––编程 38 · 人类偏好 49 · 指令遵循 42 · 长上下文 37 · 数学 52 · 推理 48

Index 走势

2026年9月8日 至 2026年11月16日
414753

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

编程

基准测试默认来源趋势
Arena Coding1382#222Arena (LMArena)
Aider Polyglot20.9%#51Aider polyglot leaderboard
LiveCodeBench (AA)不计入 Index63.1%#100Artificial Analysis

数学

基准测试默认来源趋势
OTIS Mock AIME59.2%#177Epoch AI Benchmarking Hub
Arena Maths1363#192Arena (LMArena)
AIME 2025 (AA)不计入 Index29.0%#179Artificial Analysis

指令遵循

基准测试默认来源趋势
IFBench38.8%#281Artificial Analysis
Arena Instruction Following不计入 Index1323#222Arena (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#228Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index推理强度未说明–1258#90EQ-Bench
Arena Creative Writing不计入 Index推理强度未说明–1293#233Arena (LMArena)
Arena Multi-turn不计入 Index推理强度未说明–1320#235Arena (LMArena)
Arena Longer Queries不计入 Index推理强度未说明–1334#232Arena (LMArena)
Lech Mazur Creative Writing不计入 Index80.2%#17–Lech Mazur

长上下文

基准测试默认来源趋势
AA-LCR v1.126.7%#430Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index136.5#125Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index9.5#408Artificial Analysis
AA Progress Index v1不计入 Index201.9#408Artificial Analysis

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.275$0.550$0.825$1.1026年9月26年10月26年11月
输入 输出
当前:输入 $0.287 · 输出 $0.861

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 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。

[![QwQ-32B on BenchLeader: 综合第 213 名](https://www.benchleader.com/badge/qwq-32b.svg)](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}
}

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

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。