Qwen2.5-32B

русскоязычная

Qwen2.5-32B содержит 32 млрд параметров, 64 слоя и архитектуру 40/8 голов внимания, представляя значительный скачок в вычислительной мощности и способностях модели. С поддержкой контекстного окна в 128K токенов и генерацией до 8K токенов, модель способна обрабатывать исключительно сложные и объемные задачи. 

Qwen2.5-32B возвращает размерность весов в 32 млрд в линейку Qwen после отсутствия в серии Qwen2, предоставляя пользователям мощную альтернативу флагманской 72B модели с меньшими требованиями к ресурсам. Благодаря обучению на 18 триллионах токенов высококачественных данных модель демонстрирует уверенную работу с большими массивами информации, экспертный уровень знаний в специализированных доменах, превосходные способности к абстрактному мышлению и умение решать задачи, требующие глубокого понимания контекста и многоступенчатого анализа.

Qwen2.5-32B предназначена для организаций и исследовательских групп, которым нужны возможности уровня frontier-моделей без полных затрат на самые крупные модели. Идеальные форматы применения включают научные исследования, разработку сложного программного обеспечения, создание высококачественного контента, системы экспертной поддержки в медицине и праве, а также как основа для создания высокоспециализированных ИИ-систем.


Дата анонса: 19.09.2024
Параметров: 32B
Контекст: 131K
Тип внимания: Full Attention
Потребление памяти: 46.9 ГБ в точности 4 бит
Разработчик: Alibaba
Версия Transformers: 4.43.1
Лицензия: Apache 2.0

Публичный эндпоинт

Воспользуйтесь нашими готовыми публичными эндпоинтами для теста инференса и знакомства с Qwen2.5-32B.
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 Qwen2.5-32B

Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslaa10-3.16.96.160 16 98304 160 3 119,81 ₽ Запустить
teslat4-4.16.64.160 16 65536 160 4 131,77 ₽ Запустить
rtx3090-3.16.96.160 16 98304 160 3 218,81 ₽ Запустить
teslaa100-1.16.64.160 16 65536 160 1 230,77 ₽ Запустить
rtx5090-2.16.64.160 16 65536 160 2 261,77 ₽ Запустить
rtx4090-3.16.96.160 16 98304 160 3 288,11 ₽ Запустить
teslah100-1.16.64.160 16 65536 160 1 456,27 ₽ Запустить
Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslaa10-3.16.96.160 16 98304 160 3 119,81 ₽ Запустить
rtx3090-3.16.96.160 16 98304 160 3 218,81 ₽ Запустить
teslaa100-1.16.128.160 16 131072 160 1 242,04 ₽ Запустить
rtx4090-3.16.96.160 16 98304 160 3 288,11 ₽ Запустить
rtx5090-3.16.96.160 16 98304 160 3 387,41 ₽ Запустить
teslah100-1.16.128.160 16 131072 160 1 467,54 ₽ Запустить
Цены:
Наименование vCPU ОЗУ, МБ Диск, ГБ GPU Цена, час
teslaa100-2.24.256.160 24 262144 160 2 477,97 ₽ Запустить
rtx5090-4.16.128.160 16 131072 160 4 513,04 ₽ Запустить
teslah100-2.24.256.160 24 262144 160 2 928,97 ₽ Запустить

Связанные модели

QwQ
Qwen2-0.5B
Qwen2-1.5B
Qwen2-7B
Qwen2-72B
Qwen2.5-0.5B
Qwen2.5-1.5B
Qwen2.5-3B
Qwen2.5-7B
Qwen2.5-14B
Qwen2.5-72B
Qwen2-57B-A14B
DeepSeek-R1-Distill-Qwen-32B
DeepSeek-R1-Distill-Qwen-1.5B
Qwen2.5-VL-3B
Qwen2.5-VL-7B
Qwen2.5-7B-1M

Остались вопросы?

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