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 Results for other workloads are historical and no longer updated.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 (Non-reasoning). We suggest considering it instead.
For more information, see comparison of Qwen3 30B A3B 2507 (Non-reasoning) to other models and API provider benchmarks for Qwen3 30B A3B 2507 (Non-reasoning).
Qwen3 32B (Non-reasoning) Benchmarking e análise de provedores de API
Esta análise ajuda você a escolher o melhor provedor de API de Qwen3 32B (Non-reasoning) para seu caso de uso.
Mais rápido
Amazon
Alibaba Cloud
DeepInfra (FP8)Velocidade de saída
4 provedores no total
Menor latência
AmazonDeepInfra (FP8)Alibaba CloudTempo até o primeiro token
4 provedores no total
Menor preço
DeepInfra (FP8)AmazonAlibaba Cloud
SambaNovaPreço combinado (por 1M de tokens)
4 provedores no total
Qwen3 32B (Non-reasoning) está disponível em 4 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 Amazon (132.4 t/s), Alibaba Cloud (106.3 t/s) e DeepInfra (FP8) (27.3 t/s).
- Em latência, Amazon (1.13s), DeepInfra (FP8) (1.43s) e Alibaba Cloud (2.46s) têm o menor tempo até o primeiro token.
- Em preço, DeepInfra (FP8) (0.10), Amazon (0.20) e Alibaba Cloud (0.21) têm os menores preços combinados por 1M de tokens. Os preços variam em até 4.4x entre os provedores.
- Amazon oferece o melhor desempenho, com a maior velocidade e a menor latência. Para otimizar os custos, DeepInfra (FP8) tem o preço mais competitivo.
Destaques
Preços
Pricing: Cache Hit, Input, and Output
Pricing: Blended Price
Output Speed vs. Price
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Output Speed: Qwen3 32B (Non-reasoning)
Latency vs. Output Speed
Latência
Medida pelo tempo (segundos) até o primeiro token
Tempo até o primeiro token
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 (Non-reasoning)
Qwen3 32B (Non-reasoning) está disponível em 4 provedores de API: DeepInfra (FP8), Alibaba Cloud, Amazon e SambaNova. Cada provedor oferece características de desempenho e preços diferentes.
Atualmente, o Qwen3 32B (Non-reasoning) está disponível em 4 provedores de API que avaliamos e acompanhamos.
Os provedores mais rápidos para o Qwen3 32B (Non-reasoning) em velocidade de saída são Amazon (132.4 t/s), Alibaba Cloud (106.3 t/s) e DeepInfra (FP8) (27.3 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 para o Qwen3 32B (Non-reasoning) são Amazon (1.13s), DeepInfra (FP8) (1.43s) e Alibaba Cloud (2.46s). Uma latência menor significa um tempo de resposta inicial mais rápido.
Os provedores mais acessíveis para o Qwen3 32B (Non-reasoning) em preço combinado são DeepInfra (FP8) ($0.10 por 1M de tokens), Amazon ($0.20 por 1M de tokens) e Alibaba Cloud ($0.21 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 (Non-reasoning) são DeepInfra (FP8) ($0.08 por 1M de tokens de entrada), Amazon ($0.15 por 1M de tokens de entrada) e Alibaba Cloud ($0.16 por 1M de tokens de entrada).
Os provedores com o menor preço de tokens de saída para o Qwen3 32B (Non-reasoning) são DeepInfra (FP8) ($0.28 por 1M de tokens de saída), Amazon ($0.60 por 1M de tokens de saída) e Alibaba Cloud ($0.64 por 1M de tokens de saída).
Os preços do Qwen3 32B (Non-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 (Non-reasoning) varia significativamente entre os provedores. Amazon é o mais rápido, com 132.4 t/s, 4.8x mais rápido que DeepInfra (FP8), com 27.3 t/s.
3 de 4 provedores são compatíveis com o modo JSON para o Qwen3 32B (Non-reasoning): DeepInfra (FP8), Alibaba Cloud e SambaNova.
Todos os 4 provedores do Qwen3 32B (Non-reasoning) são compatíveis com chamadas de funções (uso de ferramentas).
Para o Qwen3 32B (Non-reasoning), Amazon 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 (Non-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 (Non-reasoning), além de como ele se compara a outros modelos, consulte a página de visão geral do modelo. Ver visão geral do modelo