This model is deprecated. We only continue performance benchmarking for the default 10k input token workload. Results for other workloads are historical and no longer updated.
Alibaba has launched a newer model, Qwen3 30B A3B 2507. We suggest considering it instead.
For more information, see comparison of Qwen3 30B A3B 2507 to other models and API provider benchmarks for Qwen3 30B A3B 2507.
Qwen3 32B (Reasoning) Benchmarking und Analyse von API-Anbietern
Diese Analyse soll Sie bei der Auswahl des besten API-Anbieters von Qwen3 32B (Reasoning) für Ihren Anwendungsfall unterstützen.
Am schnellsten
Alibaba Cloud
DeepInfra (FP8)Ausgabegeschwindigkeit
Insgesamt 3 Anbieter
Niedrigste Latenz
Alibaba CloudDeepInfra (FP8)Zeit bis zum ersten Antworttoken
Insgesamt 3 Anbieter
Niedrigster Preis
DeepInfra (FP8)Alibaba Cloud
SambaNovaMischpreis (pro 1 Mio. Tokens)
Insgesamt 3 Anbieter
Qwen3 32B ist über 3 API-Anbieter verfügbar, die jeweils unterschiedliche Leistungsmerkmale und Preise bieten. Im Folgenden werden die wichtigsten Metriken der Anbieter verglichen.
- Bei der Ausgabegeschwindigkeit führen Alibaba Cloud (105.8 Tokens/s) und DeepInfra (FP8) (28.6 Tokens/s).
- Bei der Latenz bieten Alibaba Cloud (21.35 s) und DeepInfra (FP8) (71.40 s) die niedrigste Zeit bis zum ersten Antworttoken.
- Bei den Preisen bieten DeepInfra (FP8) (0.10), Alibaba Cloud (0.21) und SambaNova (0.44) die niedrigsten Mischpreise pro 1 Mio. Tokens.
- Alibaba Cloud bietet mit der höchsten Geschwindigkeit und der niedrigsten Latenz die beste Leistung. Für eine Kostenoptimierung bietet DeepInfra (FP8) den konkurrenzfähigsten Preis.
Wichtigste Ergebnisse
Preise
Pricing: Cache Hit, Input, and Output
Pricing: Blended Price
Output Speed vs. Price
Geschwindigkeit
Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)
Output Speed: Qwen3 32B (Reasoning)
Latency vs. Output Speed
Latenz
Gemessen anhand der Zeit (in Sekunden) bis zum ersten Token
Zeit bis zum ersten Antworttoken
Ende-zu-Ende-Antwortzeit
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
Ende-zu-Ende-Antwortzeit
Wichtige Vergleichsmetriken und API-Funktionen
Häufig gestellte Fragen
Häufige Fragen zu den Anbietern von Qwen3 32B (Reasoning)
Qwen3 32B (Reasoning) ist über 3 API-Anbieter verfügbar: DeepInfra (FP8), Alibaba Cloud und SambaNova. Jeder Anbieter bietet unterschiedliche Leistungsmerkmale und Preise.
Qwen3 32B (Reasoning) ist derzeit über 3 API-Anbieter, die wir bewerten und beobachten verfügbar.
Die nach Ausgabegeschwindigkeit schnellsten Anbieter für Qwen3 32B (Reasoning) sind Alibaba Cloud (105.8 Tokens/s) und DeepInfra (FP8) (28.6 Tokens/s). Die Ausgabegeschwindigkeit misst, wie schnell Tokens erzeugt werden, nachdem das Modell mit der Antwort begonnen hat.
Die Anbieter mit der niedrigsten Zeit bis zum ersten Antworttoken für Qwen3 32B (Reasoning) sind Alibaba Cloud (21.35s) und DeepInfra (FP8) (71.40s). Eine niedrigere Latenz bedeutet eine schnellere erste Reaktion.
Die nach Mischpreis günstigsten Anbieter für Qwen3 32B (Reasoning) sind DeepInfra (FP8) ($0.10 pro 1 Mio. Tokens), Alibaba Cloud ($0.21 pro 1 Mio. Tokens) und SambaNova ($0.44 pro 1 Mio. Tokens). Der Mischpreis basiert auf einem Tokenverhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe.
Die Anbieter mit dem niedrigsten Preis für Eingabetokens bei Qwen3 32B (Reasoning) sind DeepInfra (FP8) ($0.08 pro 1 Mio. Eingabetokens), Alibaba Cloud ($0.16 pro 1 Mio. Eingabetokens) und SambaNova ($0.40 pro 1 Mio. Eingabetokens).
Die Anbieter mit dem niedrigsten Preis für Ausgabetokens bei Qwen3 32B (Reasoning) sind DeepInfra (FP8) ($0.28 pro 1 Mio. Ausgabetokens), Alibaba Cloud ($0.64 pro 1 Mio. Ausgabetokens) und SambaNova ($0.80 pro 1 Mio. Ausgabetokens).
Die Preise für Qwen3 32B (Reasoning) unterscheiden sich je nach Anbieter bis zum 4.4-Fachen. Am günstigsten ist DeepInfra (FP8) mit $0.10 pro 1 Mio. Tokens, während SambaNova $0.44 pro 1 Mio. Tokens berechnet.
Die Ausgabegeschwindigkeit von Qwen3 32B (Reasoning) unterscheidet sich erheblich zwischen den Anbietern. Alibaba Cloud ist mit 105.8 Tokens/s am schnellsten und damit um den Faktor 3.7 schneller als DeepInfra (FP8) mit 28.6 Tokens/s.
Alle 3 Anbieter von Qwen3 32B (Reasoning) unterstützen den JSON-Modus für strukturierte Ausgaben.
Alle 3 Anbieter von Qwen3 32B (Reasoning) unterstützen Funktionsaufrufe (Tool-Nutzung).
Für Qwen3 32B (Reasoning) bietet Alibaba Cloud mit der höchsten Geschwindigkeit und der niedrigsten Latenz die beste Leistung. Für eine Kostenoptimierung bietet DeepInfra (FP8) den konkurrenzfähigsten Preis.
Berücksichtigen Sie bei der Wahl eines Anbieters für Qwen3 32B (Reasoning) die Ausgabegeschwindigkeit für durchsatzintensive Aufgaben, die Latenz für interaktive Anwendungen mit schneller erster Reaktion, den Preis für kostensensible Workloads und API-Funktionen wie den JSON-Modus oder Funktionsaufrufe.
Ja, die Leistung eines Anbieters kann sich durch Änderungen an der Infrastruktur, Lastverteilung und Aktualisierungen im Laufe der Zeit verändern. Wir bewerten alle Anbieter fortlaufend und zeigen historische Leistungstrends in den Diagrammen „Im Zeitverlauf“ an.
Informationen zur Intelligenz, zu den Fähigkeiten und Modalitäten von Qwen3 32B (Reasoning) sowie zum Vergleich mit anderen Modellen finden Sie auf der Modellübersichtsseite. Modellübersicht anzeigen