Qwen2.5-Coder is the latest series of Code-Specific Qwen large language models (formerly known as CodeQwen). As of now, Qwen2.5-Coder has covered six mainstream model sizes, 0.5, 1.5, 3, 7, 14, 32 billion parameters, to meet the needs of different developers. Qwen2.5-Coder brings...

Commencer gratuitement ← Tous les modèles

Qwen/Qwen2.5-Coder-32B-Instruct-AWQ vLLM ready

text->text · Qwen · sovereign EU

Runs on EU infrastructure operated by European companies; US marketplace capacity is never part of this chain. Full chain

33B

Paramètres

33K

Fenêtre de contexte

24GB

VRAM minimale

POST /api/v1/chat/completions Sur demande

Caractéristiques

Paramètres 33B

Fenêtre de contexte 32,768 tokens

VRAM minimale 24 GB

Architecture Qwen2ForCausalLM (vLLM)

Licence apache-2.0

Modalité text->text

Date de sortie November 2024

Éditeur Qwen ↗

Tarifs

Router partagé · par token

Sur demande

Non disponible sur le Router partagé. Tarif sur demande en déploiement GPU dédié.

GPU dédié · par heure

à partir de 2,03 € par heure

Votre propre instance vLLM sur un cloud européen (24 Go de VRAM), facturée à l'heure.

Router européen partagé, paiement au token, scale-to-zero. Les déploiements GPU dédiés sont facturés à l'heure, voir tarifs.

✓ Fonctionnement vérifié le 29-07-2026, réponse en 79293 ms sur notre infrastructure européenne.

Indice Bench

Bench est notre indice de qualité pour chaque modèle, de 0 à 100. Il s'appuie sur des mesures publiques (Epoch AI avec une quarantaine de benchmarks, LiveBench, LMArena et d'autres) et est actualisé chaque matin. Là où personne ne mesure, il affiche une estimation avec une fourchette.

52,6 / 100 · Via LiveBench

Converti à partir de son résultat LiveBench vers la même échelle.

Fourchette de 46,3 à 58,9

Sources: Epoch AI ↗ · LiveBench ↗ · LMArena ↗ · Mis à jour chaque jour, dernière fois le 19-10-2026

LiveBench · 46,2

Raisonnement 42,1

Code 56,9

Mathématiques 46,6

Analyse de données 49,9

Langue 23,3

Respect des consignes 58,7

LiveBench · Toutes les tâches

Raisonnement

web of lies v2 70,0

zebra puzzle 24,3

spatial 32,0

Code

LCB generation 57,7

coding completion 56,0

Mathématiques

AMPS Hard 47,0

math comp 51,0

olympiad 41,8

Analyse de données

cta 52,0

tablejoin 31,6

tablereformat 66,0

Langue

connections 17,5

plot unscrambling 26,2

typos 26,0

Respect des consignes

paraphrase 56,3

simplify 60,9

story generation 63,2

summarize 54,4

Appelez-le dès maintenant

Remplacement direct d'OpenAI : changez uniquement l'URL de base et la clé API. Le format Anthropic (/v1/messages) est également pris en charge.

curl https://hostyourai.com/api/v1/chat/completions \
  -H "Authorization: Bearer hyai-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "Qwen/Qwen2.5-Coder-32B-Instruct-AWQ",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Questions fréquentes

Puis-je exécuter Qwen2.5 Coder 32B Instruct AWQ dans l'UE ?

Oui. HostYourAI exécute Qwen2.5 Coder 32B Instruct AWQ sur des GPU situés dans des centres de données européens via vLLM. Les prompts et les réponses ne quittent jamais l'UE, et aucun fournisseur de cloud américain n'intervient dans la chaîne.

L'hébergement de Qwen2.5 Coder 32B Instruct AWQ est-il conforme au RGPD ?

Oui. Tout le traitement a lieu au sein de l'UE, un accord de traitement des données (DPA) est disponible et la liste des sous-traitants est publique. Des poids open source signifient aussi : aucun entraînement sur vos données.

Combien coûte Qwen2.5 Coder 32B Instruct AWQ ?

Qwen2.5 Coder 32B Instruct AWQ est disponible sur demande : via le Router européen partagé après un bref échange, ou en déploiement GPU dédié facturé à l'heure. Décrivez-nous votre cas d'usage et nous le configurerons pour vous.

L'API est-elle compatible avec OpenAI ?

Oui. Vous utilisez les SDK OpenAI standard avec une URL de base personnalisée (https://hostyourai.com/api/v1). L'API Anthropic Messages est également prise en charge en remplacement direct.

Autres modèles de Qwen

Qwen Image 2.1 Turbo

Qwen-Image-2.1-Turbo is an accelerated checkpoint of Qwen-Image-2.1 for text-to-image generation and image editing with 8 denoising steps. It uses the same 7B visual generation architecture and loads directly with QwenImage21Pipeline in Diffusers.

7.1B Voir le modèle →

Qwen Image 2.1 PE T2I

We are excited to open-source Qwen-Image-2.1, a unified text-to-image generation and image editing model in the Qwen family. With just 7B parameters in its visual generation component (32 Single-Stream DiT layers), Qwen-Image-2.1 balances generation quality, inference efficiency, and versatility.

9.4B 262K contexte Voir le modèle →

Qwen Image 2.1

7.1B Voir le modèle →

Qwen3.8 Flash Next

[!Note] This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, TokenSpeed, etc.

180B 262K contexte Voir le modèle →

Qwen3.8 27B

28B 262K contexte Voir le modèle →

Qwen3 ASR 0.6B hf

The Qwen3-ASR family includes Qwen3-ASR-1.7B and Qwen3-ASR-0.6B, which support language identification and ASR for 52 languages and dialects. Both leverage large-scale speech training data and the strong audio understanding capability of their foundation model, Qwen3-Omni. The 1.7B version achieves state-of-the-art performance among open-source ASR models and is competitive with the strongest proprietary commercial APIs.

0.8B 66K contexte Voir le modèle →

Essayez Qwen2.5 Coder 32B Instruct AWQ gratuitement

La création d'un compte prend une minute. Testez Qwen2.5 Coder 32B Instruct AWQ tout de suite dans le Playground.

Commencer gratuitement