Model garden Router · op aanvraag Dedicated · beschikbaar

Qwen2.5 Coder 32B Instruct AWQ

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

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...

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
Parameters
33K
Contextvenster
24GB
Minimale VRAM
POST /api/v1/chat/completions Op aanvraag

Specificaties

Parameters 33B
Contextvenster 32,768 tokens
Minimale VRAM 24 GB
Architectuur Qwen2ForCausalLM (vLLM)
Licentie apache-2.0
Modaliteit text->text
Uitgebracht November 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 €1,08 per uur
Eigen vLLM-instance op Europese cloud (24 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 29-07-2026, respons in 79293 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.

52,4 / 100 · Via LiveBench

Omgerekend uit het LiveBench-resultaat naar dezelfde schaal.

Bandbreedte 46,0 tot 58,7

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

LiveBench · 46,2
Redeneren 42,1
Code 56,9
Wiskunde 46,6
Data-analyse 49,9
Taal 23,3
Instructies volgen 58,7
LiveBench · Alle taken
Redeneren
web of lies v2 70,0
zebra puzzle 24,3
spatial 32,0
Code
LCB generation 57,7
coding completion 56,0
Wiskunde
AMPS Hard 47,0
math comp 51,0
olympiad 41,8
Data-analyse
cta 52,0
tablejoin 31,6
tablereformat 66,0
Taal
connections 17,5
plot unscrambling 26,2
typos 26,0
Instructies volgen
paraphrase 56,3
simplify 60,9
story generation 63,2
summarize 54,4

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-Coder-32B-Instruct-AWQ",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Veelgestelde vragen

Kan ik Qwen2.5 Coder 32B Instruct AWQ in de EU draaien?

Ja. HostYourAI draait Qwen2.5 Coder 32B 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 Coder 32B 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 Coder 32B Instruct AWQ?

Qwen2.5 Coder 32B Instruct AWQ is beschikbaar op aanvraag: via de gedeelde EU-router na kort overleg, of als eigen dedicated GPU-deployment per uur. Vertel ons je use case, dan zetten we het voor je klaar.

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 Coder 32B Instruct AWQ gratis

Account aanmaken duurt een minuut. Test Qwen2.5 Coder 32B Instruct AWQ direct in de playground.

Start gratis