Este modelo está obsoleto. Continuamos medindo o desempenho apenas para a carga padrão de 10 mil tokens de entrada. Os resultados de outras cargas são históricos e não são mais atualizados.
Alibaba lançou uma versão mais recente, Qwen3 30B A3B 2507 (Reasoning). Sugerimos considerá-la como alternativa.
Qwen3 32B (Reasoning) Benchmarking e análise de provedores de API
Esta análise ajuda você a escolher o melhor provedor de API de Qwen3 32B (Reasoning) para seu caso de uso.
Mais rápido
Alibaba Cloud
DeepInfra (FP8)Velocidade de saída
3 provedores no total
Menor latência
Alibaba CloudDeepInfra (FP8)Tempo até o primeiro token da resposta final
3 provedores no total
Menor preço
DeepInfra (FP8)Alibaba Cloud
SambaNovaPreço combinado (por 1M de tokens)
3 provedores no total
Qwen3 32B está disponível em 3 provedores de API, cada um com características de desempenho e preços diferentes. Veja abaixo uma comparação das principais métricas entre os provedores.
- Em velocidade de saída, os principais provedores são Alibaba Cloud (106.5 t/s) e DeepInfra (FP8) (24.7 t/s).
- Em latência, Alibaba Cloud (21.27s) e DeepInfra (FP8) (82.48s) têm o menor tempo até o primeiro token da resposta final.
- Em preço, DeepInfra (FP8) (0.10), Alibaba Cloud (0.21) e SambaNova (0.44) têm os menores preços combinados por 1M de tokens.
- Alibaba Cloud oferece o melhor desempenho, com a maior velocidade e a menor latência. Para otimizar os custos, DeepInfra (FP8) tem o preço mais competitivo.
Preços
Preços: acertos de cache, entrada e saída
Preços: Preço combinado
Velocidade de saída vs. preço
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Velocidade de saída: Qwen3 32B (Reasoning)
Latência vs. velocidade de saída
Latência
Medida pelo tempo (segundos) até o primeiro token
Tempo até o primeiro token da resposta final
Tempo de resposta de ponta a ponta
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
Tempo de resposta de ponta a ponta
Principais métricas de comparação e recursos da API
Perguntas frequentes
Perguntas comuns sobre os provedores do Qwen3 32B (Reasoning)
Qwen3 32B (Reasoning) está disponível em 3 provedores de API: DeepInfra (FP8), SambaNova e Alibaba Cloud. Cada provedor oferece características de desempenho e preços diferentes.
Atualmente, o Qwen3 32B (Reasoning) está disponível em 3 provedores de API que avaliamos e acompanhamos.
Os provedores mais rápidos para o Qwen3 32B (Reasoning) em velocidade de saída são Alibaba Cloud (106.5 t/s) e DeepInfra (FP8) (24.7 t/s). A velocidade de saída mede a rapidez com que os tokens são gerados depois que o modelo começa a responder.
Os provedores com o menor tempo até o primeiro token da resposta final para o Qwen3 32B (Reasoning) são Alibaba Cloud (21.27s) e DeepInfra (FP8) (82.48s). Uma latência menor significa um tempo de resposta inicial mais rápido.
Os provedores mais acessíveis para o Qwen3 32B (Reasoning) em preço combinado são DeepInfra (FP8) ($0.10 por 1M de tokens), Alibaba Cloud ($0.21 por 1M de tokens) e SambaNova ($0.44 por 1M de tokens). O preço combinado usa uma proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída.
Os provedores com o menor preço de tokens de entrada para o Qwen3 32B (Reasoning) são DeepInfra (FP8) ($0.08 por 1M de tokens de entrada), Alibaba Cloud ($0.16 por 1M de tokens de entrada) e SambaNova ($0.40 por 1M de tokens de entrada).
Os provedores com o menor preço de tokens de saída para o Qwen3 32B (Reasoning) são DeepInfra (FP8) ($0.28 por 1M de tokens de saída), Alibaba Cloud ($0.64 por 1M de tokens de saída) e SambaNova ($0.80 por 1M de tokens de saída).
Os preços do Qwen3 32B (Reasoning) variam em até 4.4x entre os provedores. O mais acessível é DeepInfra (FP8), com $0.10 por 1M de tokens, enquanto SambaNova cobra $0.44 por 1M de tokens.
A velocidade de saída do Qwen3 32B (Reasoning) varia significativamente entre os provedores. Alibaba Cloud é o mais rápido, com 106.5 t/s, 4.3x mais rápido que DeepInfra (FP8), com 24.7 t/s.
Todos os 3 provedores do Qwen3 32B (Reasoning) são compatíveis com o modo JSON para saída estruturada.
Todos os 3 provedores do Qwen3 32B (Reasoning) são compatíveis com chamadas de funções (uso de ferramentas).
Para o Qwen3 32B (Reasoning), Alibaba Cloud oferece o melhor desempenho, com a maior velocidade e a menor latência. Para otimizar os custos, DeepInfra (FP8) tem o preço mais competitivo.
Ao escolher um provedor para o Qwen3 32B (Reasoning), considere a velocidade de saída (para tarefas que exigem alta vazão), a latência (para aplicações interativas que precisam de respostas iniciais rápidas), o preço (para cargas de trabalho atentas aos custos) e os recursos da API, como modo JSON e chamadas de funções.
Sim. O desempenho dos provedores pode variar ao longo do tempo devido a mudanças na infraestrutura, balanceamento de carga e atualizações. Avaliamos continuamente todos os provedores e exibimos as tendências históricas de desempenho nos gráficos de evolução ao longo do tempo.
Para saber mais sobre a inteligência, as capacidades e as modalidades do Qwen3 32B (Reasoning), além de como ele se compara a outros modelos, consulte a página de visão geral do modelo. Ver visão geral do modelo