AlibabaSprachmodell
QwQ 32B
Für QwQ 32B gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.
BeliebtheitPlatz 176 von 785
45von 100wie im Vormonat
beruht auf Suche, Nutzung und Aufmerksamkeit
Zusammenfassung
QwQ 32B ist ein Reasoning-Spezialist der Qwen-Familie. Im Unterschied zu einem gewöhnlichen Instruct-Modell wurde er mit überwachten Beispielen und Reinforcement Learning darauf trainiert, schwierige Aufgaben schrittweise zu durchdenken.
Das offene Modell hat rund 32,5 Milliarden Parameter und ein vollständiges Kontextfenster von 131.072 Token. Für Prompts über 8.192 Token muss YaRN aktiviert werden.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 101 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 9
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 38.7755102040816
- Bewertung
- 38.7755102040816
- Messgröße
- IFBench prompt-level loose accuracy (pass@1)
- Einheit
- %
- Benchmark-Version
- AA test set: 294 questions
- Kategorie
- general
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- superseded
- Abrufdatum
- 2026-11-02
- Methodik
- Exakte AA-Konfiguration: QwQ 32B (Release qwq-32b, Zeile qwq-32b, UUID ceb4d610-d0a4-48c1-bea0-80ed76f1e5ca, reasoning=true, effort=nicht angegeben, suffix=nicht angegeben). AA-Quellenwert für durchschnittliche Reasoning-Tokens vor der Antwort: 2.491. Die Methodik mittelt 60 unterschiedliche Prompts und setzt 2.000 an, wenn kein Durchschnitt verfügbar ist. Das ist kein Tokenlimit. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/ceb4d610-d0a4-48c1-bea0-80ed76f1e5ca/qwq-32b/qwq-32b. Name des Quellmodells: QwQ 32B. Anbieter laut Quelle: Alibaba. Modellstand: QwQ 32B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled. Angezeigter Wert: 38,8 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-11-02-67d46be20a5b. Prüfsumme der Quelldaten: 67d46be20a5b412db6cfb60ad190441fcaa5513500b8fd47d033168d0e97b6b2. Parserversion: artificial-analysis-rsc-models-v3. Importiert am: 2026-11-02. Quellenkohorte: artificial-analysis-ifbench:AA test set: 294 questions:standalone:reasoning:effort=unspecified:suffix=unspecified
- Vergleichsmethodik
- Exakte AA-Konfiguration: QwQ 32B (Release qwq-32b, Zeile qwq-32b, UUID ceb4d610-d0a4-48c1-bea0-80ed76f1e5ca, reasoning=true, effort=nicht angegeben, suffix=nicht angegeben). AA-Quellenwert für durchschnittliche Reasoning-Tokens vor der Antwort: 2.491. Die Methodik mittelt 60 unterschiedliche Prompts und setzt 2.000 an, wenn kein Durchschnitt verfügbar ist. Das ist kein Tokenlimit. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled
- Einordnung
- Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.. Dieser Wert wird als historische Evidenz geführt und ist nicht mit aktuellen Ergebnissen gleichzusetzen.
IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 38.7755102040816
- Bewertung
- 38.7755102040816
- Messgröße
- IFBench prompt-level loose accuracy (pass@1)
- Einheit
- %
- Benchmark-Version
- AA test set: 294 questions
- Kategorie
- general
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-11-07
- Methodik
- Exakte AA-Konfiguration: QwQ 32B (Release qwq-32b, Zeile qwq-32b, UUID ceb4d610-d0a4-48c1-bea0-80ed76f1e5ca, reasoning=true, effort=nicht angegeben, suffix=nicht angegeben). Diese Quellenfassung enthält keine durchschnittliche Reasoning-Tokenzahl. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/ceb4d610-d0a4-48c1-bea0-80ed76f1e5ca/qwq-32b/qwq-32b. Name des Quellmodells: QwQ 32B. Anbieter laut Quelle: Alibaba. Modellstand: QwQ 32B. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled. Angezeigter Wert: 38,8 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-11-07-b96e3ffc8c5b. Prüfsumme der Quelldaten: b96e3ffc8c5b052aa56f96d05e89d02b8cc234a75085820fca0ca2a39e498274. Parserversion: artificial-analysis-rsc-models-v4. Importiert am: 2026-11-07. Quellenkohorte: artificial-analysis-ifbench:AA test set: 294 questions:standalone:reasoning:effort=unspecified:suffix=unspecified
- Vergleichsmethodik
- Exakte AA-Konfiguration: QwQ 32B (Release qwq-32b, Zeile qwq-32b, UUID ceb4d610-d0a4-48c1-bea0-80ed76f1e5ca, reasoning=true, effort=nicht angegeben, suffix=nicht angegeben). Diese Quellenfassung enthält keine durchschnittliche Reasoning-Tokenzahl. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: reasoning enabled
- Einordnung
- Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.
LongBench v2 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 48.9
- Bewertung
- 48.9
- Messgröße
- Overall, w/ CoT
- Einheit
- %
- Kategorie
- Overall
- Richtung
- Mehr ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- LongBench v2 authors, official leaderboard
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Offizielle Benchmark-Rangliste. Exakte LongBench-v2-Zeile QwQ-32B; Kontextspalte 128k. Die Quellspalten w/o CoT und w/ CoT werden getrennt und nur bei vorhandener Zahl erfasst. Der quellenweite Hinweis auf YaRN mit Faktor 4 bleibt erhalten. Das Leaderboard nennt für diese Nicht-Qwen3-Zeile kein zeilenspezifisches Thinking-Budget von 16K.
- Einordnung
- LongBench v2 veröffentlicht für diese Zeile weder einen unveränderlichen Inferenzcheckpoint/-Commit noch einen Aufgabennenner oder ein Konfidenzintervall.
LongBench v2 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 58.9
- Bewertung
- 58.9
- Messgröße
- Easy, w/ CoT
- Einheit
- %
- Kategorie
- Easy
- Richtung
- Mehr ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- LongBench v2 authors, official leaderboard
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Offizielle Benchmark-Rangliste. Exakte LongBench-v2-Zeile QwQ-32B; Kontextspalte 128k. Die Quellspalten w/o CoT und w/ CoT werden getrennt und nur bei vorhandener Zahl erfasst. Der quellenweite Hinweis auf YaRN mit Faktor 4 bleibt erhalten. Das Leaderboard nennt für diese Nicht-Qwen3-Zeile kein zeilenspezifisches Thinking-Budget von 16K.
- Einordnung
- LongBench v2 veröffentlicht für diese Zeile weder einen unveränderlichen Inferenzcheckpoint/-Commit noch einen Aufgabennenner oder ein Konfidenzintervall.
LongBench v2 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 42.8
- Bewertung
- 42.8
- Messgröße
- Hard, w/ CoT
- Einheit
- %
- Kategorie
- Hard
- Richtung
- Mehr ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- LongBench v2 authors, official leaderboard
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Offizielle Benchmark-Rangliste. Exakte LongBench-v2-Zeile QwQ-32B; Kontextspalte 128k. Die Quellspalten w/o CoT und w/ CoT werden getrennt und nur bei vorhandener Zahl erfasst. Der quellenweite Hinweis auf YaRN mit Faktor 4 bleibt erhalten. Das Leaderboard nennt für diese Nicht-Qwen3-Zeile kein zeilenspezifisches Thinking-Budget von 16K.
- Einordnung
- LongBench v2 veröffentlicht für diese Zeile weder einen unveränderlichen Inferenzcheckpoint/-Commit noch einen Aufgabennenner oder ein Konfidenzintervall.
LongBench v2 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 54.4
- Bewertung
- 54.4
- Messgröße
- Short, w/ CoT
- Einheit
- %
- Kategorie
- Short
- Richtung
- Mehr ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- LongBench v2 authors, official leaderboard
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Offizielle Benchmark-Rangliste. Exakte LongBench-v2-Zeile QwQ-32B; Kontextspalte 128k. Die Quellspalten w/o CoT und w/ CoT werden getrennt und nur bei vorhandener Zahl erfasst. Der quellenweite Hinweis auf YaRN mit Faktor 4 bleibt erhalten. Das Leaderboard nennt für diese Nicht-Qwen3-Zeile kein zeilenspezifisches Thinking-Budget von 16K.
- Einordnung
- LongBench v2 veröffentlicht für diese Zeile weder einen unveränderlichen Inferenzcheckpoint/-Commit noch einen Aufgabennenner oder ein Konfidenzintervall.
LongBench v2 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 44.7
- Bewertung
- 44.7
- Messgröße
- Medium, w/ CoT
- Einheit
- %
- Kategorie
- Medium
- Richtung
- Mehr ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- LongBench v2 authors, official leaderboard
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Offizielle Benchmark-Rangliste. Exakte LongBench-v2-Zeile QwQ-32B; Kontextspalte 128k. Die Quellspalten w/o CoT und w/ CoT werden getrennt und nur bei vorhandener Zahl erfasst. Der quellenweite Hinweis auf YaRN mit Faktor 4 bleibt erhalten. Das Leaderboard nennt für diese Nicht-Qwen3-Zeile kein zeilenspezifisches Thinking-Budget von 16K.
- Einordnung
- LongBench v2 veröffentlicht für diese Zeile weder einen unveränderlichen Inferenzcheckpoint/-Commit noch einen Aufgabennenner oder ein Konfidenzintervall.
LongBench v2 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 48.1
- Bewertung
- 48.1
- Messgröße
- Long, w/ CoT
- Einheit
- %
- Kategorie
- Long
- Richtung
- Mehr ist besser
- Quellentyp
- official-leaderboard
- Auswertung
- LongBench v2 authors, official leaderboard
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Offizielle Benchmark-Rangliste. Exakte LongBench-v2-Zeile QwQ-32B; Kontextspalte 128k. Die Quellspalten w/o CoT und w/ CoT werden getrennt und nur bei vorhandener Zahl erfasst. Der quellenweite Hinweis auf YaRN mit Faktor 4 bleibt erhalten. Das Leaderboard nennt für diese Nicht-Qwen3-Zeile kein zeilenspezifisches Thinking-Budget von 16K.
- Einordnung
- LongBench v2 veröffentlicht für diese Zeile weder einen unveränderlichen Inferenzcheckpoint/-Commit noch einen Aufgabennenner oder ein Konfidenzintervall.
EFFIBENCH-X (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 31.6
- Bewertung
- 31.6
- Messgröße
- Six-language average Execution Time (ET)
- Einheit
- %
- Benchmark-Version
- EFFIBENCH-X, six-language average, Table 2, arXiv:2505.13004
- Kategorie
- coding-efficiency
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- EFFIBENCH-X paper, arXiv HTML
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. EFFIBENCH-X, Tabelle 2 als Durchschnitt über sechs Programmiersprachen, Execution Time (ET); AWS i7ie.metal-48xl, isolierte Codeausführung in Docker, Zeitlimit 10 Sekunden und Speicherlimit 1024 MiB.
- Einordnung
- Das Paper nennt weder eine Stichprobengröße noch ein Konfidenzintervall pro Zelle. Auch die genaue Gewichtsrevision und die Generierungseinstellungen fehlen. Die Prozentwerte sind die im Paper berichteten Kennzahlen, keine für diesen Datensatz berechneten Werte.
EFFIBENCH-X (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 35.51
- Bewertung
- 35.51
- Messgröße
- Six-language average Memory Peak (MP)
- Einheit
- %
- Benchmark-Version
- EFFIBENCH-X, six-language average, Table 2, arXiv:2505.13004
- Kategorie
- coding-efficiency
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- EFFIBENCH-X paper, arXiv HTML
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. EFFIBENCH-X, Tabelle 2 als Durchschnitt über sechs Programmiersprachen, Memory Peak (MP); AWS i7ie.metal-48xl, isolierte Codeausführung in Docker, Zeitlimit 10 Sekunden und Speicherlimit 1024 MiB.
- Einordnung
- Das Paper nennt weder eine Stichprobengröße noch ein Konfidenzintervall pro Zelle. Auch die genaue Gewichtsrevision und die Generierungseinstellungen fehlen. Die Prozentwerte sind die im Paper berichteten Kennzahlen, keine für diesen Datensatz berechneten Werte.
EFFIBENCH-X (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 31.38
- Bewertung
- 31.38
- Messgröße
- Six-language average Memory Integral (MI)
- Einheit
- %
- Benchmark-Version
- EFFIBENCH-X, six-language average, Table 2, arXiv:2505.13004
- Kategorie
- coding-efficiency
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- EFFIBENCH-X paper, arXiv HTML
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. EFFIBENCH-X, Tabelle 2 als Durchschnitt über sechs Programmiersprachen, Memory Integral (MI); AWS i7ie.metal-48xl, isolierte Codeausführung in Docker, Zeitlimit 10 Sekunden und Speicherlimit 1024 MiB.
- Einordnung
- Das Paper nennt weder eine Stichprobengröße noch ein Konfidenzintervall pro Zelle. Auch die genaue Gewichtsrevision und die Generierungseinstellungen fehlen. Die Prozentwerte sind die im Paper berichteten Kennzahlen, keine für diesen Datensatz berechneten Werte.
EFFIBENCH-X (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 36.78
- Bewertung
- 36.78
- Messgröße
- Six-language average Pass@1
- Einheit
- %
- Benchmark-Version
- EFFIBENCH-X, six-language average, Table 2, arXiv:2505.13004
- Kategorie
- coding-efficiency
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- EFFIBENCH-X paper, arXiv HTML
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. EFFIBENCH-X, Tabelle 2 als Durchschnitt über sechs Programmiersprachen, Pass@1; AWS i7ie.metal-48xl, isolierte Codeausführung in Docker, Zeitlimit 10 Sekunden und Speicherlimit 1024 MiB.
- Einordnung
- Das Paper nennt weder eine Stichprobengröße noch ein Konfidenzintervall pro Zelle. Auch die genaue Gewichtsrevision und die Generierungseinstellungen fehlen. Die Prozentwerte sind die im Paper berichteten Kennzahlen, keine für diesen Datensatz berechneten Werte.
Seite 1 von 9
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
Die 100 beliebtesten Modelle dieser Kategorie, 0 bis 100, höher ist beliebter
20 von 101 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 7. November 2026
QwQ 32BGPT-5.6 Luna 45Hy3 45Nemotron 3 Super 45Nemotron 3 Nano 45
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.
Ähnliche Modelle
Weitere Modelle derselben Art wie QwQ 32B, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- Qwen 3 30B A3BAlibaba · gleicher Anbieter
- Qwen 3 32BAlibaba · gleicher Anbieter
- Qwen 2.5 Coder 32BAlibaba · gleicher Anbieter
- Qwen2.5-32B-InstructAlibaba · gleicher Anbieter
- Qwen 3 Coder 30B A3BAlibaba · gleicher Anbieter
- Qwen 3 VL 30B A3B ThinkingAlibaba · gleicher Anbieter
- Qwen 3 30B A3B Thinking 2507Alibaba · gleicher Anbieter
- Qwen 3 VL 30B A3BAlibaba · gleicher Anbieter
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
Häufige Fragen zu QwQ 32B
Bis wann reicht das Wissen von QwQ 32B?
Bis April 2024, laut Alibaba. Das ist 11 Monate vor der Veröffentlichung.
Angabe von Alibaba
Apr.JuniAug.Okt.Dez.Feb.WissensstandApril 2024Veröffentlicht05.03.2025
Wie groß ist das Kontextfenster von QwQ 32B?
131.072 Token. So viel Text liest QwQ 32B auf einmal, das sind rund 200 A4-Seiten.
Seitenzahl als Faustregel nach Artificial Analysis
GLM-5.1200 Tsd.
DeepSeek-V3 0324164 Tsd.
QwQ 32BPlatz 94 von 103131 Tsd.
GLM-4.5131 Tsd.
GPT OSS 120B131 Tsd.
DeepSeek-V3.2128 Tsd.
DeepSeek-R1128 Tsd.
Kann ich QwQ 32B lokal nutzen?
Ja, die Gewichte sind offen.
Angaben von Alibaba
- Offene Gewichte
- ja
- Lizenz
- Apache 2.0
- Parameter
- 32 Mrd.
- davon aktiv je Token
- k. A.
Quellen und Datenstand
Alle 30 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
| Auswerter | Testreihen | Gesamtindizes | Erfasste aktive Messwerte |
|---|---|---|---|
| Artificial Analysis | 1 | 0 | 1 |
| LMArena | 0 | 0 | 1 |
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten. 1 Messwerte sind noch keiner Testreihe zugeordnet.