
Qwen: Qwen3 32B
qwen/qwen3-32b
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. 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.
Provedores
Diferentes empresas hospedam o mesmo modelo. O OpenRouter roteia sua solicitação para uma delas com base no modo de roteamento escolhido: Balanced (preço + velocidade), Nitro (mais rápido) ou Floor (mais barato).
| US$ 0,120 | US$ 0,420 | -- | 0,45s | 26 tok/s | ||
| US$ 0,140 | US$ 0,400 | US$ 0,09 | 0,61s | 38 tok/s | ||
| US$ 0,080 | US$ 0,280 | -- | 0,41s | 27 tok/s | ||
| US$ 0,140 | US$ 0,570 | -- | 1,34s | 30 tok/s | ||
Não utilizado no roteamento Standard:Por que estes endpoints não são usados | ||||||
| US$ 0,064 | US$ 0,224 | -- | -- | -- | ||
Entrada US$ 0,12 / Saída US$ 0,4226 tok/s99,70% de disponibilidadePriority- Entrada US$ 0,14 / Saída US$ 0,4038 tok/s99,85% de disponibilidade
Entrada US$ 0,08 / Saída US$ 0,2827 tok/s99,05% de disponibilidade- Entrada US$ 0,14 / Saída US$ 0,5730 tok/s96,78% de disponibilidade
- Não utilizado no roteamento Standard:Por que estes endpoints não são usados
Entrada US$ 0,064 / Saída US$ 0,224-- tok/s85,00% de disponibilidadeFlex
Preços
O preço médio que os clientes realmente pagam por este modelo, ao lado dos preços publicados pelos provedores. O cache e os descontos fazem com que o preço efetivamente pago seja frequentemente bem inferior ao preço anunciado.
Média ponderada
Qwen3 32B — Histórico de preços
| US$ 0,0799 | US$ 0,279 | 0,0% | 81,0% | ||
| US$ 0,1160 | US$ 0,398 | 47,3% | 0,3% | ||
| US$ 0,1197 | US$ 0,415 | 0,0% | 16,5% | ||
| US$ 0,1398 | US$ 0,567 | 4,9% | 2,1% | ||
Não utilizado no roteamento Standard:Por que estes endpoints não são usados | |||||
| US$ 0,0621 | US$ 0,223 | 0,0% | 0,0% | ||
- Em vigor em US$ 0,0799 / Saída efetiva US$ 0,279Participação em tokens81,0%
- Em vigor em US$ 0,1160 / Saída efetiva US$ 0,398Participação em tokens0,3%
- Em vigor em US$ 0,1197 / Saída efetiva US$ 0,415PriorityParticipação em tokens16,5%
- Em vigor em US$ 0,1398 / Saída efetiva US$ 0,567Participação em tokens2,1%
- Não utilizado no roteamento Standard:Por que estes endpoints não são usados
- Em vigor em US$ 0,0621 / Saída efetiva US$ 0,223FlexParticipação em tokens0,0%
Desempenho
A vazão indica a velocidade com que o modelo escreve (tokens por segundo — quanto maior, melhor). A latência é o tempo total de ida e volta (quanto menor, melhor). TTFT é o tempo até o primeiro token — quanto tempo leva para você ver algo aparecer (quanto menor, melhor).
P50, melhor entre os provedores
P50, melhor provedor
Disponibilidade
A disponibilidade é a porcentagem dos últimos 3 dias em que pelo menos um provedor estava respondendo às solicitações. A disponibilidade é a porcentagem de tempo em que a inferência foi realizada com sucesso. O OpenRouter monitora continuamente e usa o próximo melhor provedor quando um deles retorna um erro.
Disponibilidade nos últimos 3 dias
Últimas 72 horasDisponibilidade nas últimas 24 horas
Quando ocorre um erro em um provedor upstream, podemos nos recuperar roteando para outro provedor saudável, se os filtros da sua solicitação permitirem. Você pode acessar os dados de disponibilidade por provedor de forma programática pela API de endpoints. Saiba mais sobre nossas opções de balanceamento de carga e roteamento de provedores.
Avaliações de desempenho
Pontuações em avaliações padronizadas e as próprias saídas deste modelo para prompts compartilhados de testes de desempenho. Porcentagens maiores são melhores — e cada posição mostra onde este modelo fica entre os modelos avaliados naquela fonte.
| Fonte | Avaliação comparativa | Pontuação |
|---|---|---|
| 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% |
Aplicativos
Aplicativos públicos que enviam mais tráfego para este modelo. Um bom indicador de como são as cargas de trabalho reais em produção — e uma pista sobre os casos de uso para os quais este modelo é mais adequado.
Atividade
Volume de tokens e tráfego de requisições para este modelo ao longo do tempo.
API
Código pronto para chamar este modelo. A API do OpenRouter é compatível com a OpenAI — a maioria dos SDKs funciona apenas trocando a URL base. A única coisa que muda entre os modelos é o slug do modelo abaixo.
Atualmente indisponível por meio do roteamento intrarregional da UE. Documentação de roteamento na região
Perguntas frequentes
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 custa US$ 0,08/M de tokens de entrada e US$ 0,28/M de tokens de saída.
Qwen3 32B tem uma janela de contexto de 131.072 tokens. Ele aceita até 16.384 tokens de conclusão.
Sim. Qwen3 32B aceita tools e tool_choice para chamadas de função. Também oferece suporte a saídas estruturadas por meio de um esquema JSON em response_format.
Qwen3 32B é servido por 3 provedores no OpenRouter: DeepInfra, Tenstorrent e SiliconFlow. As solicitações são roteadas para o melhor provedor disponível, com failover automático para os demais, e você pode fixar ou excluir provedores com o roteamento de provedores.
Qwen3 32B foi lançado em 28 de abril de 2025. Seu conhecimento vai até 31 de março de 2025.