Qwen2.5-32B-Instruct
- 输入 输入模态: 文本 输出 输出模态: 文本
- 工具调用
- 结构化输出
- 开放权重
价格
1 个渠道报价 · 按标价显示 Alibaba Cloud Model Studio（在新标签页打开）
qwen2.5-32b-instruct| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 | ¥2.00 | ¥6.00 |
价格来源 How to check model training and deployment pricing-Alibaba Cloud Model Studio(Model Studio)-阿里云帮助中心（在新标签页打开） (核对于 2026年11月1日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 推理
- —
- 知识截止
- 2024年4月
- 许可证
- apache-2.0
- 模型家族
- qwen
- 模型 ID
Alibaba Qwen 的页面未说明：最长输入, 推理档位, 可关闭推理, 最大思考预算, 内置工具, 别名。
本地运行
权重： Qwen/Qwen2.5-32B-Instruct- 参数 32.8B
- 稠密
- 原生精度 BF16
- 层数 64
- 每 token 的 KV 缓存 256 KB
- 配置位置数 32K （config.json max_position_embeddings）
- API 上下文 977K （厂商 API）
在你的配置上 · GeForce RTX 4090
●流畅 IQ4_XS （自动） 8K 上下文 26–39 tok/s单卡
权重KV 缓存运行开销可用上限
- 需要
- ≈ 19.0 GB (权重 16.2 + KV 缓存 2.0 + 开销 0.8)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 26–39 tok/s
- 最长上下文
- 18K (再长就放不下)
- 首 token
- 2K 提示约 1.06–1.59 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 61.0 GB | ≈ 66.1 | ✕放不下 | — |
| Q8_0官方 | 32.4 GB | ≈ 36.1 | ○需放到内存 3–4 tok/s | — |
| INT8 (GPTQ)官方 | 32.7 GB | ≈ 36.3 | ○需放到内存 3–4 tok/s | — |
| FP8 | 30.5 GB | ≈ 34.0 | ○需放到内存 3–4 tok/s | — |
| Q6_K官方 | 25.0 GB | ≈ 28.3 | ○需放到内存 5–7 tok/s | — |
| Q5_K_M官方 | 21.7 GB | ≈ 24.7 | ○需放到内存 8–12 tok/s | — |
| Q5_0官方 | 21.1 GB | ≈ 24.1 | ○需放到内存 10–15 tok/s | — |
| Q4_K_M官方 | 18.5 GB | ≈ 21.4 | ●流畅 23–34 tok/s | 9K |
| Q4_0官方 | 17.4 GB | ≈ 20.2 | ●流畅 24–36 tok/s | 13K |
| INT4 (AWQ / GPTQ)官方 | 18.0 GB | ≈ 20.9 | ●流畅 23–35 tok/s | 11K |
| IQ4_XS | 16.2 GB | ≈ 19.0 | ●流畅 26–39 tok/s | 18K |
| Q3_K_M官方质量下降明显 | 14.8 GB | ≈ 17.6 | ●流畅 28–42 tok/s | 24K |
| IQ3_XXS质量下降明显 | 11.7 GB | ≈ 14.3 | ●流畅 34–51 tok/s | 32K |
| Q2_K官方质量下降明显 | 11.5 GB | ≈ 14.0 | ●流畅 35–52 tok/s | 32K |
| IQ2_XXS质量下降明显 | 7.9 GB | ≈ 10.4 | ●流畅 48–71 tok/s | 32K |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 GeForce RTX 4090；统一内存 Apple M5 Max (32-core GPU) · 36 GB。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 491.5 GB你的配置放不下
LoRA≈ 64.8 GB你的配置放不下
QLoRA≈ 20.9 GB你的配置放得下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得- Epoch AI · GPQA Diamond 46.1%
第 138 名，共 168 个上榜模型 · ±2.6
- Epoch AI · MATH Level 5 56.1%
第 34 名，共 64 个上榜模型 · ±1.08
- Epoch AI · OTIS Mock AIME 2024–2025 7.4%
第 135 名，共 159 个上榜模型 · ±2.14
变更
全部变更 →暂无变更记录。
来源
- Text generation models - Qwen, DeepSeek, GLM | Model Studio - Alibaba Cloud Model Studio - Alibaba Cloud Documentation Center（在新标签页打开） docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月15日
- Qwen2.5-32B-Instruct（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- How to check model training and deployment pricing-Alibaba Cloud Model Studio(Model Studio)-阿里云帮助中心（在新标签页打开） help.aliyun.com · 核对于 2026年11月1日
- models.dev: qwen2-5-32b-instruct (community data, MIT)（在新标签页打开） github.com · 核对于 2026年9月30日
- Qwen2.5: A Party of Foundation Models! | Qwen（在新标签页打开） qwenlm.github.io · 核对于 2026年9月30日
- Qwen/Qwen2.5-32B-Instruct model card（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen2.5-32B-Instruct config.json（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen2.5-32B-Instruct files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen2.5-32B-Instruct-AWQ files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen2.5-32B-Instruct-GGUF files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen2.5-32B-Instruct-GPTQ-Int4 files（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- Qwen/Qwen2.5-32B-Instruct-GPTQ-Int8 files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen2.5-32B-Instruct-GGUF（在新标签页打开） huggingface.co · 核对于 2026年11月1日
Alibaba Qwen 官方政策：数据使用、隐私、条款 →
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Alibaba Qwen · 中国 · qwen.ai
相关模型
快照、同系列与同厂商的其他模型