Qwen3-32B

размышляющая
русскоязычная

Qwen3-32B является самой мощной плотной моделью с 32 млрд параметров, архитектурой в 64 слоя и 64 головы внимания и поддерживаемым контекстным окном в 128K токенов. Эта модель представляет вершину плотной архитектуры в серии Qwen3 и обеспечивает производительность, сопоставимую с ведущими проприетарными решениями в большинстве задач. Разработчики подчеркивают, что благодаря инновациям и обучению на 36 триллионах токенов высококачественных данных Qwen3-32B по качеству сопоставима с Qwen2.5-72B, но использует в 2 раза меньше параметров.

Модель демонстрирует выдающиеся результаты на всех бенчмарках, особенно в области программирования, решения математических задач, знаний в сложных областях науки и техники. Qwen3-32B способна выполнять задачи уровня senior-экспертов и обеспечивает качество, достаточное для критически важных коммерческих приложений. Поддержка всех 119 языков на максимальном уровне делает эту модель универсальным решением для приложений с международной интеграцией.

Эта модель предназначена для флагманских продуктов крупных технологических компаний, национальных исследовательских проектов, критически важных систем ИИ и приложений, где качество является приоритетом. Qwen3-32B идеально подходит для создания ИИ-ассистентов премиум уровня, сложных аналитических систем, профессиональных инструментов разработки и любых применений, требующих максимального качества обработки естественного языка.


Дата анонса: 29.04.2025
Параметров: 32.8B
Контекст: 131K
Слоев: 64
Тип внимания: Full or Sliding Window Attention
Потребление памяти: 49.8 ГБ в точности 4 бит
Разработчик: Qwen
Версия Transformers: 4.51.0
Версия Ollama: 0.6.6
Лицензия: Apache 2.0

Публичный эндпоинт

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Qwen3-32B. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.
Наименование модели Контекст Тип GPU TPS Статус Ссылка
Для данной модели пока нет публичных эндпоинтов.

Частный сервер

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

  • получить максимальную производительность эндпоинта,
  • получить полный контекст для обработки больших запросов и диалогов,
  • обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
  • использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Рекомендуемые конфигурации для хостинга Qwen3-32B

Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslat4-2.16.32.160
20 000
tensor
 16 32768 160 2 48,14 ₽ Запустить
teslaa2-2.16.32.160
20 000
tensor
 16 32768 160 2 51,34 ₽ Запустить
rtx2080ti-3.12.24.120
20 000
pipeline
 12 24576 120 3 74,84 ₽ Запустить
teslaa10-2.16.64.160
20 000
tensor
 16 65536 160 2 83,37 ₽ Запустить
teslat4-4.16.64.160
131 072
tensor
 16 65536 160 4 85,77 ₽ Запустить
rtx2080ti-4.16.32.160
20 000
tensor
 16 32768 160 4 99,74 ₽ Запустить
teslav100-1.12.64.160
20 000
 12 65536 160 1 107,57 ₽ Запустить
rtxa5000-2.16.64.160.nvlink
20 000
tensor
 16 65536 160 2 109,77 ₽ Запустить
teslaa2-4.32.128.160
131 072
tensor
 32 131072 160 4 112,24 ₽ Запустить
teslaa10-3.16.96.160
131 072
pipeline
 16 98304 160 3 119,81 ₽ Запустить
rtx3080-3.16.64.160
20 000
pipeline
 16 65536 160 3 127,37 ₽ Запустить
rtx5090-1.16.64.160
20 000
 16 65536 160 1 141,77 ₽ Запустить
teslaa10-4.16.64.160
131 072
tensor
 16 65536 160 4 144,97 ₽ Запустить
rtx3090-2.16.64.160
20 000
tensor
 16 65536 160 2 149,37 ₽ Запустить
rtx3080-4.16.64.160
20 000
tensor
 16 65536 160 4 162,57 ₽ Запустить
rtx4090-2.16.64.160
20 000
tensor
 16 65536 160 2 195,57 ₽ Запустить
teslav100-2.16.64.240
131 072
tensor
 16 65535 240 2 198,54 ₽ Запустить
rtxa5000-4.16.128.160.nvlink
131 072
tensor
 16 131072 160 4 209,04 ₽ Запустить
teslaa100-1.16.64.160
131 072
 16 65536 160 1 211,77 ₽ Запустить
rtx3090-3.16.96.160
131 072
pipeline
 16 98304 160 3 218,81 ₽ Запустить
rtx5090-2.16.64.160
131 072
tensor
 16 65536 160 2 261,77 ₽ Запустить
rtx3090-4.16.64.160
131 072
tensor
 16 65536 160 4 276,97 ₽ Запустить
rtx4090-3.16.96.160
131 072
pipeline
 16 98304 160 3 288,11 ₽ Запустить
teslah100-1.16.64.160
131 072
 16 65536 160 1 341,77 ₽ Запустить
rtx4090-4.16.64.160
131 072
tensor
 16 65536 160 4 369,37 ₽ Запустить
h200-1.16.128.160
131 072
 16 131072 160 1 423,04 ₽ Запустить
Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslat4-3.32.64.160
20 000
pipeline
 32 65536 160 3 78,57 ₽ Запустить
teslaa10-2.16.64.160
20 000
tensor
 16 65536 160 2 83,37 ₽ Запустить
teslat4-4.16.64.160
20 000
tensor
 16 65536 160 4 85,77 ₽ Запустить
teslaa2-3.32.128.160
20 000
pipeline
 32 131072 160 3 94,64 ₽ Запустить
rtxa5000-2.16.64.160.nvlink
20 000
tensor
 16 65536 160 2 109,77 ₽ Запустить
teslaa2-4.32.128.160
20 000
tensor
 32 131072 160 4 112,24 ₽ Запустить
teslaa2-6.32.128.160
131 072
pipeline
 32 131072 160 6 147,44 ₽ Запустить
rtx3090-2.16.64.160
20 000
tensor
 16 65536 160 2 149,37 ₽ Запустить
teslaa10-4.16.128.160
131 072
tensor
 16 131072 160 4 156,24 ₽ Запустить
rtx4090-2.16.64.160
20 000
tensor
 16 65536 160 2 195,57 ₽ Запустить
teslav100-2.16.64.240
20 000
tensor
 16 65535 240 2 198,54 ₽ Запустить
rtxa5000-4.16.128.160.nvlink
131 072
tensor
 16 131072 160 4 209,04 ₽ Запустить
teslaa100-1.16.64.160
20 000
 16 65536 160 1 211,77 ₽ Запустить
teslaa100-1.16.128.160
131 072
 16 131072 160 1 223,04 ₽ Запустить
rtx5090-2.16.64.160
20 000
tensor
 16 65536 160 2 261,77 ₽ Запустить
rtx3090-4.16.96.320
131 072
tensor
 16 98304 320 4 284,16 ₽ Запустить
teslah100-1.16.64.160
20 000
 16 65536 160 1 341,77 ₽ Запустить
teslav100-3.64.256.320
131 072
pipeline
 64 262144 320 3 347,52 ₽ Запустить
teslah100-1.16.128.160
131 072
 16 131072 160 1 353,04 ₽ Запустить
rtx4090-4.16.96.320
131 072
tensor
 16 98304 320 4 376,56 ₽ Запустить
rtx5090-3.16.96.160
131 072
pipeline
 16 98304 160 3 387,41 ₽ Запустить
teslav100-4.32.96.160
131 072
tensor
 32 98304 160 4 388,21 ₽ Запустить
h200-1.16.128.160
131 072
 16 131072 160 1 423,04 ₽ Запустить
rtx5090-4.16.128.160
131 072
tensor
 16 131072 160 4 513,04 ₽ Запустить
Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslaa2-6.32.128.160
20 000
pipeline
 32 131072 160 6 147,44 ₽ Запустить
teslaa10-4.16.128.160
20 000
tensor
 16 131072 160 4 156,24 ₽ Запустить
rtxa5000-4.16.128.160.nvlink
20 000
tensor
 16 131072 160 4 209,04 ₽ Запустить
teslaa100-1.16.128.160
20 000
 16 131072 160 1 223,04 ₽ Запустить
rtx3090-4.16.96.320
20 000
tensor
 16 98304 320 4 284,16 ₽ Запустить
rtxa5000-6.24.192.160.nvlink
131 072
pipeline
 24 196608 160 6 312,70 ₽ Запустить
teslav100-3.64.256.320
20 000
pipeline
 64 262144 320 3 347,52 ₽ Запустить
teslah100-1.16.128.160
20 000
 16 131072 160 1 353,04 ₽ Запустить
rtx4090-4.16.96.320
20 000
tensor
 16 98304 320 4 376,56 ₽ Запустить
rtx5090-3.16.96.160
20 000
pipeline
 16 98304 160 3 387,41 ₽ Запустить
teslav100-4.32.96.160
20 000
tensor
 32 98304 160 4 388,21 ₽ Запустить
rtxa5000-8.24.256.160.nvlink
131 072
tensor
 24 262144 160 8 411,97 ₽ Запустить
teslav100-4.32.256.160
131 072
tensor
 32 262144 160 4 416,37 ₽ Запустить
teslaa100-2.24.128.160.nvlink
131 072
tensor
 24 131072 160 2 417,44 ₽ Запустить
h200-1.16.128.160
131 072
 16 131072 160 1 423,04 ₽ Запустить
rtx5090-4.16.128.160
131 072
tensor
 16 131072 160 4 513,04 ₽ Запустить
rtx4090-6.44.256.160
131 072
pipeline
 44 262144 160 6 592,37 ₽ Запустить
teslah100-2.24.256.160
131 072
tensor
 24 262144 160 2 699,97 ₽ Запустить
rtx4090-8.44.256.160
131 072
tensor
 44 262144 160 8 766,17 ₽ Запустить

Связанные модели

Qwen3-30B-A3B
Qwen3-235B-A22B
Qwen3-0.6B
Qwen3-1.7B
Qwen3-4B
Qwen3-8B
Qwen3-14B
DeepSeek-R1-0528-Qwen3-8B
T-pro-2.0
Qwen3-235B-A22B-Instruct-2507
Qwen3-235B-A22B-Thinking-2507
Qwen3-Coder-480B-A35B-Instruct
Qwen3-Coder-30B-A3B-Instruct
Qwen3-30B-A3B-Instruct-2507
Qwen3-30B-A3B-Thinking-2507
Qwen3-4B-Instruct-2507
Qwen3-4B-Thinking-2507
Qwen3-VL-235B-A22B-Instruct
Qwen3-VL-235B-A22B-Thinking
Qwen3-VL-30B-A3B-Instruct
Qwen3-VL-30B-A3B-Thinking
Qwen3-VL-8B-Instruct
Qwen3-VL-8B-Thinking
Qwen3-VL-4B-Instruct
Qwen3-VL-4B-Thinking
Qwen3-VL-2B-Instruct
Qwen3-VL-2B-Thinking
Qwen3-VL-32B-Instruct
Qwen3-VL-32B-Thinking

Остались вопросы?

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.