AlibabaSprachmodell
Qwen2.5-32B-Instruct
Für Qwen2.5-32B-Instruct gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.
BeliebtheitPlatz 126 von 785
49von 100-1 zum Vormonat
beruht auf Suche, Nutzung und Aufmerksamkeit
Zusammenfassung
Qwen2.5-32B-Instruct ist die allgemeine 32B-Konfiguration der Reihe. Die Modellkarte nennt besseres Befolgen von Anweisungen, lange Textausgaben, Tabellenverständnis und strukturierte JSON-Ausgaben. Es bleibt ein reines Textmodell und ist nicht mit der spezialisierten Coder-Linie gleichzusetzen.
Das Repository unterstützt 131.072 Token Kontext und bis zu 8.192 Token Generierung. Apache 2.0 erlaubt die eigene Bereitstellung. Die auf Quellcode spezialisierte Parallelvariante ist Qwen 2.5 Coder 32B.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 88 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 8
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
RULER (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 92.9
- Bewertung
- 92.9
- Messgröße
- average accuracy
- Einheit
- %
- Benchmark-Version
- Qwen3 Technical Report v1, Table 23
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Qwen3 Technical Report
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 23; exakte Modellspalte Qwen2.5-32B-Instruct; RULER. Für die Längenextrapolation wird YARN mit scaling_factor=4 verwendet. Die Werte gehören zu Qwen2.5-Instruct-Checkpoints in einem späteren Qwen3-Bericht, nicht zu Qwen3.
- Einordnung
- Die Quelle nennt für diese Zelle weder eine ausgewertete Stichprobengröße noch ein Konfidenzintervall.
RULER 4K (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 96.9
- Bewertung
- 96.9
- Messgröße
- accuracy at context length
- Einheit
- %
- Benchmark-Version
- Qwen3 Technical Report v1, Table 23
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Qwen3 Technical Report
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 23; exakte Modellspalte Qwen2.5-32B-Instruct; RULER. Für die Längenextrapolation wird YARN mit scaling_factor=4 verwendet. Die Werte gehören zu Qwen2.5-Instruct-Checkpoints in einem späteren Qwen3-Bericht, nicht zu Qwen3.
- Einordnung
- Die Quelle nennt für diese Zelle weder eine ausgewertete Stichprobengröße noch ein Konfidenzintervall.
RULER 8K (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 97.1
- Bewertung
- 97.1
- Messgröße
- accuracy at context length
- Einheit
- %
- Benchmark-Version
- Qwen3 Technical Report v1, Table 23
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Qwen3 Technical Report
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 23; exakte Modellspalte Qwen2.5-32B-Instruct; RULER. Für die Längenextrapolation wird YARN mit scaling_factor=4 verwendet. Die Werte gehören zu Qwen2.5-Instruct-Checkpoints in einem späteren Qwen3-Bericht, nicht zu Qwen3.
- Einordnung
- Die Quelle nennt für diese Zelle weder eine ausgewertete Stichprobengröße noch ein Konfidenzintervall.
RULER 16K (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 95.5
- Bewertung
- 95.5
- Messgröße
- accuracy at context length
- Einheit
- %
- Benchmark-Version
- Qwen3 Technical Report v1, Table 23
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Qwen3 Technical Report
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 23; exakte Modellspalte Qwen2.5-32B-Instruct; RULER. Für die Längenextrapolation wird YARN mit scaling_factor=4 verwendet. Die Werte gehören zu Qwen2.5-Instruct-Checkpoints in einem späteren Qwen3-Bericht, nicht zu Qwen3.
- Einordnung
- Die Quelle nennt für diese Zelle weder eine ausgewertete Stichprobengröße noch ein Konfidenzintervall.
RULER 32K (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 95.5
- Bewertung
- 95.5
- Messgröße
- accuracy at context length
- Einheit
- %
- Benchmark-Version
- Qwen3 Technical Report v1, Table 23
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Qwen3 Technical Report
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 23; exakte Modellspalte Qwen2.5-32B-Instruct; RULER. Für die Längenextrapolation wird YARN mit scaling_factor=4 verwendet. Die Werte gehören zu Qwen2.5-Instruct-Checkpoints in einem späteren Qwen3-Bericht, nicht zu Qwen3.
- Einordnung
- Die Quelle nennt für diese Zelle weder eine ausgewertete Stichprobengröße noch ein Konfidenzintervall.
RULER 64K (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 90.3
- Bewertung
- 90.3
- Messgröße
- accuracy at context length
- Einheit
- %
- Benchmark-Version
- Qwen3 Technical Report v1, Table 23
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Qwen3 Technical Report
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 23; exakte Modellspalte Qwen2.5-32B-Instruct; RULER. Für die Längenextrapolation wird YARN mit scaling_factor=4 verwendet. Die Werte gehören zu Qwen2.5-Instruct-Checkpoints in einem späteren Qwen3-Bericht, nicht zu Qwen3.
- Einordnung
- Die Quelle nennt für diese Zelle weder eine ausgewertete Stichprobengröße noch ein Konfidenzintervall.
RULER 128K (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 82
- Bewertung
- 82
- Messgröße
- accuracy at context length
- Einheit
- %
- Benchmark-Version
- Qwen3 Technical Report v1, Table 23
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Qwen3 Technical Report
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Vom Anbieter veröffentlichter Wert. Tabelle 23; exakte Modellspalte Qwen2.5-32B-Instruct; RULER. Für die Längenextrapolation wird YARN mit scaling_factor=4 verwendet. Die Werte gehören zu Qwen2.5-Instruct-Checkpoints in einem späteren Qwen3-Bericht, nicht zu Qwen3.
- Einordnung
- Die Quelle nennt für diese Zelle weder eine ausgewertete Stichprobengröße noch ein Konfidenzintervall.
VerifierBench (binary, overall average) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 63.8
- Bewertung
- 63.8
- Messgröße
- Accuracy
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- CompassVerifier: A Unified and Robust Verifier for LLMs Evaluation and Outcome Reward (EMNLP 2025)
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Die Publikation benennt den exakten Instruction-Checkpoint Qwen2.5-32B-Instruct. Appendix A.3 nennt vLLM für Open-Weight-Modelle, Temperature 0 für die Evaluation, die jeweils maximalen Werte für max_gen_len und max_model_len sowie den allgemeinen Non-CoT-Prompt der Autoren für allgemeine LLMs. Eine unveränderliche Repository-Revision oder Serving-Route über vLLM hinaus wird nicht genannt.
- Einordnung
- Die Quelle nennt einen Datensatz mit 2.817 Beispielen, aber kein modellspezifisches ausgewertetes N; die zitierten Tabellen veröffentlichen weder N je Modell noch Konfidenzintervalle. Die ausgewertete Gewichtsrevision ist nicht gepinnt.
VerifierBench (binary, overall average) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 42.2
- Bewertung
- 42.2
- Messgröße
- F1
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- CompassVerifier: A Unified and Robust Verifier for LLMs Evaluation and Outcome Reward (EMNLP 2025)
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Die Publikation benennt den exakten Instruction-Checkpoint Qwen2.5-32B-Instruct. Appendix A.3 nennt vLLM für Open-Weight-Modelle, Temperature 0 für die Evaluation, die jeweils maximalen Werte für max_gen_len und max_model_len sowie den allgemeinen Non-CoT-Prompt der Autoren für allgemeine LLMs. Eine unveränderliche Repository-Revision oder Serving-Route über vLLM hinaus wird nicht genannt.
- Einordnung
- Die Quelle nennt einen Datensatz mit 2.817 Beispielen, aber kein modellspezifisches ausgewertetes N; die zitierten Tabellen veröffentlichen weder N je Modell noch Konfidenzintervalle. Die ausgewertete Gewichtsrevision ist nicht gepinnt.
VerifierBench (three-label, overall average) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 58
- Bewertung
- 58
- Messgröße
- Accuracy
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- CompassVerifier: A Unified and Robust Verifier for LLMs Evaluation and Outcome Reward (EMNLP 2025)
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Die Publikation benennt den exakten Instruction-Checkpoint Qwen2.5-32B-Instruct. Appendix A.3 nennt vLLM für Open-Weight-Modelle, Temperature 0 für die Evaluation, die jeweils maximalen Werte für max_gen_len und max_model_len sowie den allgemeinen Non-CoT-Prompt der Autoren für allgemeine LLMs. Eine unveränderliche Repository-Revision oder Serving-Route über vLLM hinaus wird nicht genannt.
- Einordnung
- Die Quelle nennt einen Datensatz mit 2.817 Beispielen, aber kein modellspezifisches ausgewertetes N; die zitierten Tabellen veröffentlichen weder N je Modell noch Konfidenzintervalle. Die ausgewertete Gewichtsrevision ist nicht gepinnt.
VerifierBench (three-label, overall average) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 45.4
- Bewertung
- 45.4
- Messgröße
- Macro-F1
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- CompassVerifier: A Unified and Robust Verifier for LLMs Evaluation and Outcome Reward (EMNLP 2025)
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Die Publikation benennt den exakten Instruction-Checkpoint Qwen2.5-32B-Instruct. Appendix A.3 nennt vLLM für Open-Weight-Modelle, Temperature 0 für die Evaluation, die jeweils maximalen Werte für max_gen_len und max_model_len sowie den allgemeinen Non-CoT-Prompt der Autoren für allgemeine LLMs. Eine unveränderliche Repository-Revision oder Serving-Route über vLLM hinaus wird nicht genannt.
- Einordnung
- Die Quelle nennt einen Datensatz mit 2.817 Beispielen, aber kein modellspezifisches ausgewertetes N; die zitierten Tabellen veröffentlichen weder N je Modell noch Konfidenzintervalle. Die ausgewertete Gewichtsrevision ist nicht gepinnt.
VerifyBench (Model-specific Prompt column) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 78.8
- Bewertung
- 78.8
- Messgröße
- Accuracy
- Einheit
- %
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- CompassVerifier: A Unified and Robust Verifier for LLMs Evaluation and Outcome Reward (EMNLP 2025)
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Tabelle 2 definiert die Spalte „Model-specific Prompt“ für allgemeine LLMs als Prompt der Autoren (modellspezifische Prompts gelten dort für xVerify/Tencent RLVR); die Spalte „VerifyBench Prompt“ verwendet den Standardprompt von VerifyBench für alle Modelle. Die Publikation benennt den exakten Instruction-Checkpoint Qwen2.5-32B-Instruct. Appendix A.3 nennt vLLM für Open-Weight-Modelle, Temperature 0 für die Evaluation, die jeweils maximalen Werte für max_gen_len und max_model_len sowie den allgemeinen Non-CoT-Prompt der Autoren für allgemeine LLMs. Eine unveränderliche Repository-Revision oder Serving-Route über vLLM hinaus wird nicht genannt.
- Einordnung
- Die zitierte Tabelle nennt weder ein modellspezifisches N noch ein Konfidenzintervall. „Model-specific Prompt“ ist die Spaltenbezeichnung der Quelle; für allgemeine LLMs verwenden die Autoren laut Text ihren eigenen Prompt.
Seite 1 von 8
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 100 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 7. November 2026
Qwen2.5-32B-InstructDiffusionGemma 26B A4B IT 49Ling-3.0-tiny 49Qwen 3.5 122B A10B 49Qwen 3 14B 48
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 Qwen2.5-32B-Instruct, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- Qwen 2.5 Coder 32BAlibaba · gleicher Anbieter
- QwQ 32BAlibaba · gleicher Anbieter
- Qwen 3 30B A3BAlibaba · 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
- Qwen 2.5 72BAlibaba · 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 Qwen2.5-32B-Instruct
Wie groß ist das Kontextfenster von Qwen2.5-32B-Instruct?
131.072 Token. So viel Text liest Qwen2.5-32B-Instruct auf einmal, das sind rund 200 A4-Seiten.
Seitenzahl als Faustregel nach Artificial Analysis
GLM-5.1200 Tsd.
DeepSeek-V3 0324164 Tsd.
Qwen2.5-32B-InstructPlatz 94 von 103131 Tsd.
GLM-4.5131 Tsd.
GPT OSS 120B131 Tsd.
DeepSeek-V3.2128 Tsd.
DeepSeek-R1128 Tsd.
Kann ich Qwen2.5-32B-Instruct 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 24 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.