Perbandingan Model
Qwen2.5-32B-Instruct
vs
Qwen3-Next-80B-A3B-Instruct
28 Feb 2026
Harga
Input
$
0.18
/ M Tokens
$
0.14
/ M Tokens
Output
$
0.18
/ M Tokens
$
1.4
/ M Tokens
Metadata
Buat di
17 Sep 2024
9 Sep 2025
Lisensi
APACHE-2.0
APACHE-2.0
Penyedia
Qwen
Qwen
Spesifikasi
Negara
Available
Available
Arsitektur
transformers with RoPE, SwiGLU, RMSNorm, and Attention QKV bias
Qwen3-Next architecture featuring Hybrid Attention (Gated DeltaNet and Gated Attention), High-Sparsity Mixture-of-Experts (MoE), Stability Optimizations, and Multi-Token Prediction (MTP)
Terkalibrasi
Tidak
Tidak
Campuran Ahli
Ya
Ya
Total Parameter
32B
80B
Parameter yang Diaktifkan
32.5B
3B
Penalaran
Tidak
Tidak
Precision
FP8
FP8
Text panjang konteks
33K
262K
Max Tokens
4K
262K
Didukung Keberfungsian
Serverless
didukung
didukung
Serverless LoRA
Tidak didukung
Tidak didukung
Fine-tuning
Tidak didukung
Tidak didukung
Embeddings
Tidak didukung
Tidak didukung
Rerankers
Tidak didukung
Tidak didukung
Dukung Image Input
Tidak didukung
Tidak didukung
JSON Mode
didukung
didukung
Output Terstruktur
Tidak didukung
Tidak didukung
Alat
didukung
didukung
Fim Completion
Tidak didukung
Tidak didukung
Chat Prefix Completion
didukung
didukung
Qwen2.5-32B-Instructdalam Perbandingan
Lihat bagaimana Qwen2.5-32B-Instructmembandingkan dengan model populer lainnya di berbagai dimensi kunci.
VS
Qwen3-VL-32B-Instruct
VS
Qwen3-VL-32B-Thinking
VS
Qwen3-VL-8B-Instruct
VS
Qwen3-VL-8B-Thinking
VS
Qwen3-VL-30B-A3B-Instruct
VS
Qwen3-VL-30B-A3B-Thinking
VS
Qwen3-Omni-30B-A3B-Instruct
VS
Ring-flash-2.0
VS
Qwen3-Omni-30B-A3B-Captioner
VS
Qwen3-Omni-30B-A3B-Thinking
VS
Qwen3-Next-80B-A3B-Instruct
VS
Qwen3-Next-80B-A3B-Thinking
VS
gpt-oss-120b
VS
gpt-oss-20b
VS
Qwen3-Coder-30B-A3B-Instruct
VS
Qwen3-30B-A3B-Thinking-2507
VS
Qwen3-30B-A3B-Instruct-2507
VS
Qwen3-14B
VS
Qwen3-30B-A3B
VS
Qwen3-32B
