Qwen3 32B — المواصفات
Compiled by Mustafa Ihsan from the vendor’s published documentation · Last updated
| المطوّر | علي بابا |
|---|---|
| النوع | نموذج لغوي كبير (كثيف) |
| النمط | نص → نص |
| عدد المعايير (البارامترات) | 32 مليار معلَّمة |
| نافذة السياق | 128 ألف رمز |
| الترخيص | رخصة Apache 2.0 (مفتوحة) |
| أوزان مفتوحة المصدر | نعم |
| أُطلِقَ | 2025 |
| سعر الإدخال | $0.08 /1M |
| سعر الإخراج | $0.28 /1M |
| مقدمو واجهات برمجة التطبيقات (API) | علي بابا، OpenRouter، Ollama |
تشغيله محليًّا
| ذاكرة الفيديو (VRAM) بتنسيق 4 بت | ~20 جيجابايت |
|---|---|
| أقل وحدة معالجة رسومية (GPU) مطلوبة | RTX 4090 بسعة 24 جيجابايت (كميَّة كمية Q4) |
What is Qwen3 32B?
Qwen3 32B is Alibaba’s largest dense Qwen3 — strong general reasoning and coding under a
fully permissive Apache 2.0 licence, with a 128K context. It runs comfortably at 4-bit on a
24 GB consumer GPU, needing about 20 GB, and costs $0.08 in / $0.28 out per million tokens
hosted.
This is the model that makes an RTX 4090 or 3090 worth owning for inference. At 20 GB it
leaves just enough headroom on a 24 GB card for a real context window, and being dense, its
quality per gigabyte is the best available in that bracket — mixture-of-experts models of
similar capability need far more memory resident even though they compute less per token. For
local coding assistants and private document work on a single consumer card, it is close to
the practical maximum. Apache 2.0 removes any licensing review, and the hosted price is low
enough to prototype against before buying hardware. Check your intended quantisation against
هاتف حاسبة الذاكرة VRAM — the margin on a
24 GB card is real but not generous.
Qwen3 32B pricing: API cost per 1M tokens
| المدخلات (لكل مليون رمز) | $0.0800 |
|---|---|
| المخرجات (لكل مليون رمز) | $0.280 |
| نسبة الإخراج إلى الإدخال | 3.5× |
| مدمجة (4:1 إدخال:إخراج) | $0.120 لكل مليون رمز |
What Qwen3 32B costs per month
الإنفاق الشهري الفعلي عند نسبة إدخال إلى إخراج مقدارها 4:1 — وهي النسبة التي تولدها عادةً حمولات العمل الخاصة بالمحادثات أو أنظمة استرجاع المعلومات المعزَّزة (RAG).
| الحمل التشغيلي | الرموز شهريًّا | التكلفة شهريًّا |
|---|---|---|
| مشروع جانبي | 1 مليون رمز مدخلات / 0.25 مليون رمز مخرجات | $0.15 |
| فريق صغير | 20 مليون رمز مدخلات / 5 ملايين رمز مخرجات | $3.00 |
| الإنتاج | 200 مليون رمز مدخلات / 50 مليون رمز مخرجات | $30 |
احسب أرقامك الخاصة في حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي (API).
Cheaper alternatives to Qwen3 32B
| النموذج | المتوسط المُدمج بالدولار لكل مليون دولار | توفِّر |
|---|---|---|
| Gemma 3 27B تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0960 | 20% cheaper |
هل تُشغِّله ذاتيًّا أم تدفع مقابل واجهة برمجية (API)؟
Qwen3 32B is open-weight, so you can run it yourself. It needs ~20 جيجابايت of VRAM at 4-bit (RTX 4090 24GB (Q4)). Self-hosting only beats the API once your volume is high enough to keep that hardware busy — the حاسبة المقارنة بين الاستضافة الذاتية وواجهة برمجة التطبيقات (API) يحسب نقطة التعادل بالنسبة لحجم الرموز الذي تستخدمه.
الأسئلة الشائعة
How much does Qwen3 32B cost per 1M tokens?
Qwen3 32B costs $0.0800 per 1M input tokens and $0.280 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $0.120 per 1M tokens.
How much does Qwen3 32B cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $3.00 on Qwen3 32B. A side project (1M in / 0.25M out) costs roughly $0.15.
What is a cheaper alternative to Qwen3 32B?
Gemma 3 27B is the strongest cheaper option in our database at $0.0960 per 1M blended — about 20% less than Qwen3 32B. It is also open-weight, so self-hosting is an option.
Can I run Qwen3 32B locally?
Yes. Qwen3 32B is open-weight and needs about ~20 GB of VRAM at 4-bit quantisation (RTX 4090 24GB (Q4)).
Why does Qwen3 32B charge more for output than input?
Output tokens are generated one at a time and cannot be batched the way a prompt can, so they cost the provider more to serve. Qwen3 32B charges 3.5× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.
الأسعار هي الأسعار المنشورة المعمول بها لواجهة برمجة التطبيقات الأساسية لكل نموذج، وتتم مراجعتها دوريًّا عند تحديث المزوِّدين لها. ولا تشمل الخصومات المقدَّمة على أساس الحجم أو المعالجة الدُّفعية أو المدخلات المؤقَّتة (cached-input). وقارن كل النماذج جنبًا إلى جنب في قاعدة بيانات نماذج الذكاء الاصطناعي أو لوحة تصنيف النماذج اللغوية الكبيرة (LLM).