Aller au contenu
Tier B — Production
Fonctionne en :FranceCréé en :China

Archivé

Ce modèle a été retiré par le fournisseur. Les données historiques sont conservées.

Plus disponible depuis le 20 septembre 2026.

OVH AI Endpoints (GRA)

Qwen3-32B

Tier B — Production

Équipe éditoriale Tokonomix·Relu par Mes Kalkan··
Section 01

Analyse de vitesse

Latence mesurée sur toutes les exécutions de benchmark. P50 (médiane) et P95 (95e percentile) donnent une image réaliste de la vitesse de réponse en charge normale et de pointe.

Latence P50 (médiane)Latence P9516 runs
402227741526026790109-1409-18ms
Section 02

Tarifs

Ce que vous payez par million de tokens en utilisant ce modèle sur Tokonomix, avec une estimation pour une conversation type.

💰
Tarifs API — Qwen3-32B
$0.2100 par 1M de tokens d'entrée
$0.6000 par 1M de tokens de sortie
≈ $0.0002 par conversation typique (800 tokens)
Prix entrée vs sortie (par 1M de tokens)
par 1M de tokens d'entrée$0.2100
par 1M de tokens de sortie$0.6000
Section 03

Tokens par seconde

Débit en tokens par seconde, dérivé de la latence P50 mesurée. Plus haut est mieux ; les fluctuations reflètent la charge côté fournisseur.

Débit (tokens / s)220 / avg 365
493186

Estimé à partir de la latence P50 × 200 tokens de sortie — le chiffre absolu dépend de cette hypothèse ; c'est la tendance qui compte.

Section 04

Capacités

ownedBy: Qwen
Section 05

Disponibilité

Disponibilité

Pas encore de données

Nous n'avons pas encore enregistré suffisamment d'appels API pour afficher les statistiques de disponibilité de ce modèle. Les données apparaîtront dès que le modèle reçoit du trafic en direct.

Section 06

Verdicts benchmark Tokonomix

⚖️
Endorsed by 2 judges
Independent LLM judges evaluated this model on our weekly intelligence tests
cohere/command-a95/100 · 1 runs
1 correct0 partial0 wrong100% accuracy
claude-sonnet-4-576/100 · 82 runs
51 correct16 partial15 wrong62% accuracy
● 2026-09-13

Qwen3-32B drops to 56.8 quality, latency improves 17% to 18.0s

Qwen3-32B shows a mixed performance shift in this benchmark window, with overall quality declining slightly from 58.0 to 56.8 while latency improved meaningfully from 21.7s to 18.0s. The 17% latency improvement brings response times closer to acceptable levels, though they remain notably high for a 32B parameter model. Category performance reveals dramatic swings: reasoning capability jumped impressively to 89 from a previous coding score of 52, and coding maintained strong performance at 72. However, factual accuracy collapsed to just 10, a concerning regression that suggests significant reliability issues with knowledge-based queries. The previous window's multilingual strength at 91 and creative capabilities are not represented in current testing categories, making direct comparison incomplete. This benchmarking period captures only 5 test runs, matching the previous window's sample size. Users should exercise caution with factual queries given the severe accuracy drop, while those prioritizing reasoning tasks may find improved utility. The latency gains are welcome but the model still requires substantial patience per request. Overall trajectory remains uncertain given the quality decline despite operational improvements.

Qualité

56.8

Latence p50

17,953 ms

Exécutions de test

5

✓ Latency improved 17%✗ Quality dropped to 56.8✗ Factual accuracy collapsed to 10✓ Reasoning strong at 89
Dernier test automatisé
20 sept. 2026 · 05:11 UTC · Benchmark
Latence P50
—
Latence P95
—
Erreurs
1 / 6 exécutions
Dernière revue par Équipe Tokonomix·20 septembre 2026