
Qwen: Qwen3 32B
qwen/qwen3-32b
Pesos del modeloQwen3-32B is a dense 32.8B parameter causal language model from the Qwen3 series, optimized for both complex reasoning and efficient dialogue. It supports seamless switching between a "thinking" mode for tasks like math, coding, and logical inference, and a "non-thinking" mode for faster, general-purpose conversation. The model demonstrates strong performance in instruction-following, agent tool use, creative writing, and multilingual tasks across 100+ languages and dialects. It natively handles 32K token contexts and can extend to 131K tokens using YaRN-based scaling.
Proveedores
Distintas empresas alojan el mismo modelo. OpenRouter enruta su solicitud a una de ellas según el modo de enrutamiento que elija: Balanced (precio + velocidad), Nitro (el más rápido) o Floor (el más económico).
| 0,120 US$ | 0,420 US$ | -- | 0,40s | 45 tok/s | ||
| 0,080 US$ | 0,280 US$ | -- | 0,33s | 48 tok/s | ||
| 0,140 US$ | 0,400 US$ | 0,09 US$ | 0,35s | 40 tok/s | ||
| 0,140 US$ | 0,570 US$ | -- | 1,20s | 34 tok/s | ||
No se utiliza en el enrutamiento Standard:Por qué no se usan estos endpoints | ||||||
| 0,064 US$ | 0,224 US$ | -- | 1,57s | 31 tok/s | ||
Entrada 0,12 US$ / Salida 0,42 US$45 tok/s100,00 % de tiempo de actividadPriority
Entrada 0,08 US$ / Salida 0,28 US$48 tok/s99,13 % de tiempo de actividad- Entrada 0,14 US$ / Salida 0,40 US$40 tok/s99,04 % de tiempo de actividad
- Entrada 0,14 US$ / Salida 0,57 US$34 tok/s99,90 % de tiempo de actividad
- No se utiliza en el enrutamiento Standard:Por qué no se usan estos endpoints
Entrada 0,064 US$ / Salida 0,224 US$31 tok/s84,61 % de tiempo de actividadFlex
Precios
El precio medio que los clientes pagan realmente por este modelo, junto a los precios que publican los proveedores. El uso de caché y los descuentos hacen que el precio realmente pagado a menudo sea muy inferior al publicado.
Media ponderada
Qwen3 32B — Historial de precios
| 0,0798 US$ | 0,275 US$ | 0,0 % | 36,1 % | ||
| 0,1122 US$ | 0,397 US$ | 55,0 % | 1,7 % | ||
| 0,1193 US$ | 0,406 US$ | 0,0 % | 60,4 % | ||
| 0,1399 US$ | 0,570 US$ | 5,0 % | 1,9 % | ||
No se utiliza en el enrutamiento Standard:Por qué no se usan estos endpoints | |||||
| 0,0629 US$ | 0,223 US$ | 0,0 % | 0,0 % | ||
- En vigor en 0,0798 US$ / Salida efectiva 0,275 US$Proporción de tókenes36,1 %
- En vigor en 0,1122 US$ / Salida efectiva 0,397 US$Proporción de tókenes1,7 %
- En vigor en 0,1193 US$ / Salida efectiva 0,406 US$PriorityProporción de tókenes60,4 %
- En vigor en 0,1399 US$ / Salida efectiva 0,570 US$Proporción de tókenes1,9 %
- No se utiliza en el enrutamiento Standard:Por qué no se usan estos endpoints
- En vigor en 0,0629 US$ / Salida efectiva 0,223 US$FlexProporción de tókenes0,0 %
Rendimiento
La velocidad de generación indica lo rápido que escribe el modelo (tokens por segundo: cuanto mayor, mejor). La latencia es el tiempo total de ida y vuelta (cuanto menor, mejor). TTFT es el tiempo hasta el primer token: cuánto tarda en aparecer algo en pantalla (cuanto menor, mejor).
P50, el mejor entre los proveedores
P50, mejor proveedor
Tiempo de actividad
El tiempo de actividad es el porcentaje de los últimos 3 días en que al menos un proveedor respondía a las solicitudes. La disponibilidad es el porcentaje de tiempo en que la inferencia se sirvió correctamente. OpenRouter supervisa continuamente y utiliza el siguiente mejor proveedor cuando uno devuelve un error.
Disponibilidad durante los últimos 3 días
Últimas 72 horasDisponibilidad en las últimas 24 horas
Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.
Pruebas de rendimiento
Puntuaciones en evaluaciones estandarizadas y respuestas de este modelo a instrucciones compartidas de las pruebas de referencia. Los porcentajes más altos son mejores, y cada posición indica dónde se sitúa este modelo entre los modelos evaluados en esa fuente.
| Fuente | Prueba de rendimiento | Puntuación |
|---|---|---|
| Artificial Analysis | Qwen3 32B (Reasoning) Coding Index | 15,3 |
| Artificial Analysis | Qwen3 32B (Reasoning) Agentic Index | 0,9 |
| Artificial Analysis | Qwen3 32B (Reasoning) GPQA Diamond | 66.8% |
| Artificial Analysis | Qwen3 32B (Reasoning) HLE | 7.4% |
| Artificial Analysis | Qwen3 32B (Reasoning) IFBench | 36.3% |
| Artificial Analysis | Qwen3 32B (Reasoning) τ²-Bench Telecom | 29.8% |
| Artificial Analysis | Qwen3 32B (Reasoning) AA-LCR | 0.0% |
| Artificial Analysis | Qwen3 32B (Reasoning) τ-Bench Banking | 5.4% |
| Artificial Analysis | Qwen3 32B (Reasoning) GDPval-AA | 0.0% |
| Artificial Analysis | Qwen3 32B (Reasoning) CritPt | 0.3% |
| Artificial Analysis | Qwen3 32B (Reasoning) LiveCodeBench | 54.6% |
| Artificial Analysis | Qwen3 32B (Reasoning) SciCode | 36.0% |
| Artificial Analysis | Qwen3 32B (Reasoning) Terminal-Bench Hard | 3.0% |
| Artificial Analysis | Qwen3 32B (Reasoning) Terminal-Bench 4.0 | 0.0% |
| Artificial Analysis | Qwen3 32B (Reasoning) Terminal-Bench 2.1 | 5.2% |
| Artificial Analysis | Qwen3 32B (Reasoning) MMLU-Pro | 79.8% |
| Artificial Analysis | Qwen3 32B (Reasoning) AIME 2025 | 73.0% |
| Artificial Analysis | Qwen3 32B (Reasoning) AIME | 80.7% |
| Artificial Analysis | Qwen3 32B (Reasoning) MATH-500 | 96.1% |
| Artificial Analysis | Qwen3 32B (Non-reasoning) GPQA Diamond | 53.5% |
| Artificial Analysis | Qwen3 32B (Non-reasoning) HLE | 4.1% |
| Artificial Analysis | Qwen3 32B (Non-reasoning) IFBench | 31.5% |
| Artificial Analysis | Qwen3 32B (Non-reasoning) AA-LCR | 0.0% |
| Artificial Analysis | Qwen3 32B (Non-reasoning) LiveCodeBench | 28.8% |
| Artificial Analysis | Qwen3 32B (Non-reasoning) MMLU-Pro | 72.7% |
| Artificial Analysis | Qwen3 32B (Non-reasoning) AIME 2025 | 19.7% |
| Artificial Analysis | Qwen3 32B (Non-reasoning) AIME | 30.3% |
| Artificial Analysis | Qwen3 32B (Non-reasoning) MATH-500 | 86.9% |
Aplicaciones
Aplicaciones públicas que envían más tráfico a este modelo. Una buena señal de cómo son las cargas de trabajo reales en producción, y una pista sobre los casos de uso para los que este modelo es más adecuado.
Actividad
Volumen de tokens y tráfico de solicitudes a este modelo a lo largo del tiempo.
API
Código listo para usar para llamar a este modelo. La API de OpenRouter es compatible con OpenAI: la mayoría de los SDK funcionan con solo cambiar la URL base. Lo único que cambia entre modelos es el identificador del modelo que aparece a continuación.
Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región
Preguntas frecuentes
Qwen3-32B is a dense 32.8B parameter causal language model from the Qwen3 series, optimized for both complex reasoning and efficient dialogue. It supports seamless switching between a "thinking" mode for tasks like math, coding, and logical inference, and a "non-thinking" mode for faster, general-purpose conversation.
Qwen3 32B cuesta 0,08 US$/M de tokens de entrada y 0,28 US$/M de tókenes de salida.
Qwen3 32B tiene una ventana de contexto de 131.072 tókenes. Admite hasta 16.384 tókenes de respuesta.
Sí. Qwen3 32B admite tools y tool_choice para llamadas a funciones. También admite salidas estructuradas mediante un esquema JSON en response_format.
Qwen3 32B está disponible a través de 3 proveedores en OpenRouter: DeepInfra, Tenstorrent y SiliconFlow. Las solicitudes se enrutan al mejor proveedor disponible, con conmutación automática a los demás en caso de fallo, y puede fijar o excluir proveedores mediante el enrutamiento de proveedores.
Qwen3 32B se lanzó el 28 de abril de 2025. Su fecha límite de conocimientos es 31 de marzo de 2025.