Allen InstituteSprachmodell
OLMo 2 32B
Für OLMo 2 32B gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.
BeliebtheitPlatz 548 von 785
29von 100-1 zum Vormonat
beruht auf Suche, Nutzung und Aufmerksamkeit
Zusammenfassung
OLMo 2 32B ist das größte Familienmitglied der OLMo-2-Veröffentlichung von Allen AI. Die Modellkarte beschreibt 6 Billionen Trainingstoken, 32 Milliarden Parameter und dieselbe bewusst kurze Kontextgröße von 4.096 Token. Wie beim kleineren OLMo 2 13B gehört die Transparenz zum Produkt. Trainingsdaten, Code, Checkpoints und Methoden bleiben für Forschung und Prüfung zugänglich.
Die 0325-Veröffentlichung ist ein eigener Trainingsstand und nicht bloß eine auf 32B aufgeblasene Kopie des älteren 13B-Modells. Der größere Gewichtsblock bringt mehr lokale Kapazität, behält aber das 4.096-Token-Fenster. OLMo 2 32B ist ein Forschungs-Checkpoint, keine Chat-Variante.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 18 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 2
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
OLMES MMLU (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 74.9
- Bewertung
- 74.9
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- OLMES Table 6 / Appendix A.1 (report v3 2025-10-08)
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Allen Institute for AI OLMo 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Zeile des OLMo-2-32B-Basismodells in Tabelle 6 des Berichts v3 (2025-10-08), ausgewertet mit OLMES. Der Bericht definiert Scores für Multiple Choice als Genauigkeit und generative Scores als F1. Anhang A.1 enthält Splits und Anzahl der Beispiele. Nur der exakte Basismodell-Checkpoint; Keine Ergebnisse der Instruct-Variante übertragen.; Test; 14.042 Elemente; 5-shot; Zeichennormalisierung; Nur MCF.
OLMES ARC-Challenge (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 90.4
- Bewertung
- 90.4
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- OLMES Table 6 / Appendix A.1 (report v3 2025-10-08)
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Allen Institute for AI OLMo 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Zeile des OLMo-2-32B-Basismodells in Tabelle 6 des Berichts v3 (2025-10-08), ausgewertet mit OLMES. Der Bericht definiert Scores für Multiple Choice als Genauigkeit und generative Scores als F1. Anhang A.1 enthält Splits und Anzahl der Beispiele. Nur der exakte Basismodell-Checkpoint; Keine Ergebnisse der Instruct-Variante übertragen.; Test; 1.172 Elemente; 5-shot; PMI-Normalisierung.
OLMES HellaSwag (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 89.7
- Bewertung
- 89.7
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- OLMES Table 6 / Appendix A.1 (report v3 2025-10-08)
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Allen Institute for AI OLMo 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Zeile des OLMo-2-32B-Basismodells in Tabelle 6 des Berichts v3 (2025-10-08), ausgewertet mit OLMES. Der Bericht definiert Scores für Multiple Choice als Genauigkeit und generative Scores als F1. Anhang A.1 enthält Splits und Anzahl der Beispiele. Nur der exakte Basismodell-Checkpoint; Keine Ergebnisse der Instruct-Variante übertragen.; Validierung; 1.000 Stichproben aus 10.042; 5-shot; Zeichennormalisierung.
OLMES WinoGrande (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 83
- Bewertung
- 83
- Messgröße
- accuracy
- Einheit
- %
- Benchmark-Version
- OLMES Table 6 / Appendix A.1 (report v3 2025-10-08)
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Allen Institute for AI OLMo 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Zeile des OLMo-2-32B-Basismodells in Tabelle 6 des Berichts v3 (2025-10-08), ausgewertet mit OLMES. Der Bericht definiert Scores für Multiple Choice als Genauigkeit und generative Scores als F1. Anhang A.1 enthält Splits und Anzahl der Beispiele. Nur der exakte Basismodell-Checkpoint; Keine Ergebnisse der Instruct-Variante übertragen.; Validierung; 1.267 Elemente; 5-shot; Keine Normalisierung.
OLMES Natural Questions (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 50.2
- Bewertung
- 50.2
- Messgröße
- F1
- Einheit
- %
- Benchmark-Version
- OLMES Table 6 / Appendix A.1 (report v3 2025-10-08)
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Allen Institute for AI OLMo 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Zeile des OLMo-2-32B-Basismodells in Tabelle 6 des Berichts v3 (2025-10-08), ausgewertet mit OLMES. Der Bericht definiert Scores für Multiple Choice als Genauigkeit und generative Scores als F1. Anhang A.1 enthält Splits und Anzahl der Beispiele. Nur der exakte Basismodell-Checkpoint; Keine Ergebnisse der Instruct-Variante übertragen.; Validierung; 1.000 Stichproben aus 3.610; 5-shot.
OLMES DROP (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 74.3
- Bewertung
- 74.3
- Messgröße
- F1
- Einheit
- %
- Benchmark-Version
- OLMES Table 6 / Appendix A.1 (report v3 2025-10-08)
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Allen Institute for AI OLMo 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Zeile des OLMo-2-32B-Basismodells in Tabelle 6 des Berichts v3 (2025-10-08), ausgewertet mit OLMES. Der Bericht definiert Scores für Multiple Choice als Genauigkeit und generative Scores als F1. Anhang A.1 enthält Splits und Anzahl der Beispiele. Nur der exakte Basismodell-Checkpoint; Keine Ergebnisse der Instruct-Variante übertragen.; Validierung; 1.000 Stichproben aus 9.536; 5-shot.
OLMES AGIEval English (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 61
- Bewertung
- 61
- Messgröße
- MCF accuracy
- Einheit
- %
- Benchmark-Version
- OLMES Table 6 / Appendix A.1 (report v3 2025-10-08)
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Allen Institute for AI OLMo 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Zeile des OLMo-2-32B-Basismodells in Tabelle 6 des Berichts v3 (2025-10-08), ausgewertet mit OLMES. Der Bericht definiert Scores für Multiple Choice als Genauigkeit und generative Scores als F1. Anhang A.1 enthält Splits und Anzahl der Beispiele. Nur der exakte Basismodell-Checkpoint; Keine Ergebnisse der Instruct-Variante übertragen.; Test; 2.646 Elemente; 1-shot; Zurückgehaltene Testdaten.
OLMES GSM8K (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 78.8
- Bewertung
- 78.8
- Messgröße
- exact match
- Einheit
- %
- Benchmark-Version
- OLMES Table 6 / Appendix A.1 (report v3 2025-10-08)
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Allen Institute for AI OLMo 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Zeile des OLMo-2-32B-Basismodells in Tabelle 6 des Berichts v3 (2025-10-08), ausgewertet mit OLMES. Der Bericht definiert Scores für Multiple Choice als Genauigkeit und generative Scores als F1. Anhang A.1 enthält Splits und Anzahl der Beispiele. Nur der exakte Basismodell-Checkpoint; Keine Ergebnisse der Instruct-Variante übertragen.; Test; 1.319 Elemente; 8-shot-CoT; Zurückgehaltene Testdaten.
OLMES MMLU-Pro (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 46.9
- Bewertung
- 46.9
- Messgröße
- MCF accuracy
- Einheit
- %
- Benchmark-Version
- OLMES Table 6 / Appendix A.1 (report v3 2025-10-08)
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Allen Institute for AI OLMo 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Zeile des OLMo-2-32B-Basismodells in Tabelle 6 des Berichts v3 (2025-10-08), ausgewertet mit OLMES. Der Bericht definiert Scores für Multiple Choice als Genauigkeit und generative Scores als F1. Anhang A.1 enthält Splits und Anzahl der Beispiele. Nur der exakte Basismodell-Checkpoint; Keine Ergebnisse der Instruct-Variante übertragen.; Test; 12.032 Elemente; 5-shot; Zurückgehaltene Testdaten.
OLMES TriviaQA (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 88
- Bewertung
- 88
- Messgröße
- F1
- Einheit
- %
- Benchmark-Version
- OLMES Table 6 / Appendix A.1 (report v3 2025-10-08)
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Allen Institute for AI OLMo 2 technical report
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Zeile des OLMo-2-32B-Basismodells in Tabelle 6 des Berichts v3 (2025-10-08), ausgewertet mit OLMES. Der Bericht definiert Scores für Multiple Choice als Genauigkeit und generative Scores als F1. Anhang A.1 enthält Splits und Anzahl der Beispiele. Nur der exakte Basismodell-Checkpoint; Keine Ergebnisse der Instruct-Variante übertragen.; Validierung; 7.993 Elemente; 5-shot; Zurückgehaltene Testdaten.
Independent Clinical Evaluation of General-Purpose LLM Responses to Signals of Suicide Risk (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 14
- Bewertung
- 14
- Messgröße
- Invitation to continue, overall sample average
- Einheit
- %
- Benchmark-Version
- arXiv:2510.27521v1
- Kategorie
- clinical-safety
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Judd et al., Independent Clinical Evaluation of General-Purpose LLM Responses to Signals of Suicide Risk
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Exaktes Modell laut Paper: OLMo-2-32b als untersuchtes System, über eine vLLM-API auf dem Open-Source-Assessment-Framework Dyff AI in privatem Kubernetes bereitgestellt. 43 in den USA tätige Therapeutinnen und Therapeuten sowie Auszubildende spielten siebenteilige Risikofaktor-Sequenzen durch und annotierten Antworten anhand eines klinisch entwickelten Codebooks. Das Paper nennt insgesamt 829 annotierte Antworten; diese Zahl wird nicht als N jeder modellgeschätzten Wahrscheinlichkeit übernommen.
- Einordnung
- Studienspezifische Wahrscheinlichkeiten annotierter Antworten, keine klinischen Behandlungsergebnisse und kein breites Ranking. Das Paper nennt keinen Nenner pro Schätzung, daher bleibt sampleCount leer. Berichtete 95%-Intervalle werden übernommen. Laut Paper ist der Unterschied zwischen 20 % und 5 % bei Einladungen auf üblichen Signifikanzniveaus nicht signifikant (Odds Ratio 0,229, p≈0,08).
Independent Clinical Evaluation of General-Purpose LLM Responses to Signals of Suicide Risk (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 20
- Bewertung
- 20
- Messgröße
- Invitation to continue, hopelessness prompt
- Einheit
- %
- Benchmark-Version
- arXiv:2510.27521v1
- Kategorie
- clinical-safety
- Richtung
- Mehr ist besser
- Untere Konfidenzgrenze
- 7.8
- Obere Konfidenzgrenze
- 42.1
- Quellentyp
- independent-evaluator
- Auswertung
- Judd et al., Independent Clinical Evaluation of General-Purpose LLM Responses to Signals of Suicide Risk
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Exaktes Modell laut Paper: OLMo-2-32b als untersuchtes System, über eine vLLM-API auf dem Open-Source-Assessment-Framework Dyff AI in privatem Kubernetes bereitgestellt. 43 in den USA tätige Therapeutinnen und Therapeuten sowie Auszubildende spielten siebenteilige Risikofaktor-Sequenzen durch und annotierten Antworten anhand eines klinisch entwickelten Codebooks. Das Paper nennt insgesamt 829 annotierte Antworten; diese Zahl wird nicht als N jeder modellgeschätzten Wahrscheinlichkeit übernommen.
- Einordnung
- Studienspezifische Wahrscheinlichkeiten annotierter Antworten, keine klinischen Behandlungsergebnisse und kein breites Ranking. Das Paper nennt keinen Nenner pro Schätzung, daher bleibt sampleCount leer. Berichtete 95%-Intervalle werden übernommen. Laut Paper ist der Unterschied zwischen 20 % und 5 % bei Einladungen auf üblichen Signifikanzniveaus nicht signifikant (Odds Ratio 0,229, p≈0,08).
Seite 1 von 2
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
OLMo 2 32BERNIE 4.5 300B A47B 29Sonar Deep Research 29Tiny Aya Earth 29Nemotron Nano 2 VL 12B 29
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 OLMo 2 32B, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- OLMo 2 13BAllen Institute · gleicher Anbieter
- QwQ 32BAlibaba · ähnliche Größe
- DeepSeek-R1-Distill-Qwen-32BDeepSeek · ähnliche Größe
- Qwen 3 30B A3BAlibaba · ähnliche Größe
- Aya Vision 32BCohere · ähnliche Größe
- Gemma 3 27BGoogle · ähnliche Größe
- Qwen 3 Coder 30B A3BAlibaba · ähnliche Größe
- Aya Expanse 32BCohere · ähnliche Größe
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 OLMo 2 32B
Wie groß ist das Kontextfenster von OLMo 2 32B?
4.096 Token. So viel Text liest OLMo 2 32B auf einmal, das sind rund 10 A4-Seiten.
Seitenzahl als Faustregel nach Artificial Analysis
GLM-5.1200 Tsd.
DeepSeek-V3 0324164 Tsd.
GLM-4.5131 Tsd.
GPT OSS 120B131 Tsd.
DeepSeek-V3.2128 Tsd.
DeepSeek-R1128 Tsd.
OLMo 2 32BPlatz 103 von 1034 Tsd.
Kann ich OLMo 2 32B lokal nutzen?
Ja, die Gewichte sind offen.
Angaben von Allen Institute
- Offene Gewichte
- ja
- Lizenz
- Apache 2.0
- Parameter
- 32 Mrd.
- davon aktiv je Token
- k. A.
Quellen und Datenstand
Alle 11 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.