Model garden Router · op aanvraag Dedicated · beschikbaar

Qwen2.5 72B Instruct AWQ

Dit model draait als eigen dedicated GPU-deployment, direct te starten via de wizard. Data blijft in Europa.

Qwen2.5 is the latest series of Qwen large language models. For Qwen2.5, we release a number of base language models and instruction-tuned language models ranging from 0.5 to 72 billion parameters. Qwen2.5 brings the following improvements upon Qwen2:

Qwen/Qwen2.5-72B-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
72B
Parameters
33K
Contextvenster
345GB
Minimale VRAM
POST /api/v1/chat/completions Op aanvraag

Specificaties

Parameters 72B
Contextvenster 32,768 tokens
Minimale VRAM 345 GB
Architectuur Qwen2ForCausalLM (vLLM)
Licentie open-weights
Modaliteit text->text
Uitgebracht September 2024
Uitgever qwen ↗

Prijzen

Gedeelde router · per token
Op aanvraag
Niet beschikbaar op de gedeelde router. Prijs op aanvraag als dedicated GPU-deployment.
Dedicated GPU · per uur
vanaf €11,22 per uur
Eigen vLLM-instance op Europese cloud (345 GB VRAM), per uur afgerekend.

Gedeelde EU-router, pay-per-token, scale-to-zero. Dedicated GPU-deployments worden per uur afgerekend, zie prijzen.

✓ Werkend geverifieerd op 06-07-2026, respons in 2185 ms op onze EU-infrastructuur.

Bench-index

Bench is onze kwaliteitsindex voor elk model, 0 tot 100. Hij steunt op openbare metingen (Epoch AI met zo’n 40 benchmarks, LiveBench, LMArena en meer) en wordt elke ochtend ververst. Waar niemand meet, staat een schatting met bandbreedte.

58,0 / 100 · Via LiveBench

Omgerekend uit het LiveBench-resultaat naar dezelfde schaal.

Bandbreedte 51,6 tot 64,3

Bronnen: Epoch AI ↗ · LiveBench ↗ · LMArena ↗ · Dagelijks bijgewerkt, laatst op 23-10-2026

LiveBench · 52,9
Redeneren 46,0
Code 56,6
Wiskunde 52,4
Data-analyse 48,8
Taal 38,1
Instructies volgen 75,5
LiveBench · Alle taken
Redeneren
web of lies v2 60,0
zebra puzzle 34,0
spatial 44,0
Code
LCB generation 55,1
coding completion 58,0
Wiskunde
AMPS Hard 63,0
math comp 52,1
olympiad 42,0
Data-analyse
cta 52,0
tablejoin 36,4
tablereformat 58,0
Taal
connections 36,5
plot unscrambling 35,9
typos 42,0
Instructies volgen
paraphrase 71,9
simplify 72,6
story generation 83,9
summarize 73,6

Direct aanroepen

Drop-in vervanger voor OpenAI: wijzig alleen de base-URL en de API-key. Ook het Anthropic-formaat (/v1/messages) wordt ondersteund.

curl https://hostyourai.com/api/v1/chat/completions \
  -H "Authorization: Bearer hyai-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "Qwen/Qwen2.5-72B-Instruct-AWQ",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Veelgestelde vragen

Kan ik Qwen2.5 72B Instruct AWQ in de EU draaien?

Ja. HostYourAI draait Qwen2.5 72B Instruct AWQ op GPU's in Europese datacenters via vLLM. Prompts en outputs verlaten de EU niet en er is geen Amerikaanse cloudprovider in de keten.

Is Qwen2.5 72B Instruct AWQ hosten AVG/GDPR-compliant?

Ja. Alle verwerking vindt plaats binnen de EU, er is een verwerkersovereenkomst (DPA) beschikbaar en de subprocessor-lijst is openbaar. Open-source gewichten betekenen ook: geen training op jouw data.

Wat kost Qwen2.5 72B Instruct AWQ?

Qwen2.5 72B Instruct AWQ heeft meerdere GPU's tegelijk nodig en draait daarom als dedicated deployment. Je betaalt dan per GPU-uur en niet per token. Vertel ons je volume, dan rekenen we het voor je door.

Is de API compatibel met OpenAI?

Ja. Je gebruikt de standaard OpenAI-SDK's met een aangepaste base-URL (https://hostyourai.com/api/v1). Ook de Anthropic Messages API wordt ondersteund als drop-in.

Andere modellen van 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 Bekijk model →
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 context Bekijk model →
Qwen Image 2.1

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.

7.1B Bekijk model →
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 context Bekijk model →
Qwen3.8 27B

[!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.

28B 262K context Bekijk model →
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 context Bekijk model →

Probeer Qwen2.5 72B Instruct AWQ gratis

Account aanmaken duurt een minuut. Test Qwen2.5 72B Instruct AWQ direct in de playground.

Start gratis