# QwQ-32B

> Fiche du modèle de langage QwQ-32B sur Quelle IA, édition du 28 septembre 2026. QwQ-32B (Alibaba) : score IA de 61,2, 151e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/qwq-32b/
Origine : Alibaba · Chine · sorti le 5 mars 2025

## Score général

- Score IA : 61,2 (marge à 90 % : de 54,7 à 67,8)
- Rang : 151 (Groupe 11, ex æquo)
- Couverture : 75 % du poids des tâches, 15 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 59,7 | Provisoire · 11 % |
| Code | 58,9 | Provisoire · 8 % |
| Agents | non mesuré | Non mesuré |
| Usage | 58,4 | Rang 172 · 100 % |
| Maths | 64,6 | Provisoire · 25 % |
| Sciences | 62,0 | Provisoire · 40 % |
| Français | 51,1 | Rang 121 · 81 % |
| Vision | non mesuré | Non mesuré |
| Écriture | 57,3 | Rang 176 · 100 % |
| Web | non mesuré | Non mesuré |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

| Version évaluée | Indice v4.3 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [QwQ 32B](https://artificialanalysis.ai/models/qwq-32b) | 9,5 (estimé) | hors classement | non publié | non publié | 0,66 $ / 1 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe ; un indice qu'ils estiment reste hors de ce classement. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/qwq-32b

## Exécution locale

Tient à partir d'un Mac de 32 Go (23,7 Go utiles), en version allégée à 4 bits, par exemple un Mac mini M6 de 32 Go. Mémoire estimée : 22,1 Go.

- Allégée, 4 bits : 22,1 Go
- Allégée, 8 bits : 38,6 Go
- Complète, 16 bits : 73,6 Go

- Plus petite machine : [Mac 32 Go](https://quelleia.com/local/#mac_32_go), version allégée à 4 bits
- Carte graphique : [Carte graphique 32 Go](https://quelleia.com/local/#carte_graphique_32_go), version allégée à 4 bits ; par exemple [Intel Arc Pro B65](https://quelleia.com/local/intel-arc-pro-b65/)
- PC portable RTX : Trop juste
- PC portable Intel : Trop juste
- PC portable Snapdragon : Trop juste
- Mac : [Mac 32 Go](https://quelleia.com/local/#mac_32_go), version allégée à 4 bits ; par exemple [Mac mini M6, 32 Go](https://quelleia.com/local/mac-mini-m6-32go/)
- Ryzen AI Max : [Ryzen AI Max 32 Go](https://quelleia.com/local/#ryzen_ai_max_32_go), version allégée à 4 bits ; par exemple [Ryzen AI Max 385, 32 Go](https://quelleia.com/local/ryzen-ai-max-385-32go/)
- Nvidia DGX : [DGX Spark 128 Go](https://quelleia.com/local/#dgx_spark), version complète ; par exemple [Nvidia DGX Spark](https://quelleia.com/local/dgx-spark/)
- Sans carte graphique : Trop juste
- Serveur : Oui

## Fiche technique

- Prix : 0,13 € / 0,35 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 131 072 jetons (environ 98 000 mots)
- Entrées : Texte
- Réflexion : Non communiqué
- Paramètres : 32 milliards
- Licence : Apache 2.0 (poids ouverts, téléchargeables)
- Classe énergétique : B (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/Qwen/QwQ-32B)
- Sur votre machine : [Ollama](https://ollama.com/search?q=QwQ-32B)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [API Alibaba](https://www.alibabacloud.com/help/en/model-studio)
- L'essayer : [Qwen Chat](https://chat.qwen.ai)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| EuroEval, Allociné (sentiment) | Français | 94,3 % | 51,8 | saturé | https://euroeval.com/leaderboards/Monolingual/french/ |
| LiveBench, raisonnement | Raisonnement | 83,5 % | 70,5 | archivé | https://epoch.ai/benchmarks |
| Fiction.LiveBench | Données | 83,3 % | 78,0 | archivé | https://epoch.ai/benchmarks |
| Lech Mazur Writing | Écriture | 8,02 | 72,0 | archivé | https://epoch.ai/benchmarks |
| LiveBench, mathématiques | Maths | 77,8 % | 66,5 | archivé | https://epoch.ai/benchmarks |
| LiveBench, code | Code | 72,2 % | 67,3 | archivé | https://epoch.ai/benchmarks |
| LiveBench | Hors tâche | 72 % | 66,9 | archivé | https://epoch.ai/benchmarks |
| EuroEval, ELTeC (noms propres) | Français | 71,2 % | 84,0 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, HellaSwag (bon sens) | Français | 69,5 % | 64,9 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| EuroEval, FQuAD (compréhension) | Français | 67,8 % | 57,6 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| OTIS Mock AIME 2024-2025 | Maths | 59,2 % | 64,9 | saturé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 65,3 % | 62,6 | actif | https://epoch.ai/benchmarks |
| Arena, questions de maths | Maths | 1 363,4 Elo | 61,9 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 360,8 Elo | 58,8 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 383,1 Elo | 56,0 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 335,9 Elo | 54,6 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 293,3 Elo | 52,5 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 344,8 Elo | 53,5 | actif | https://arena.ai/leaderboard |
| EuroEval, ScaLA (grammaire) | Français | 35 % | 34,2 | actif | https://euroeval.com/leaderboards/Monolingual/french/ |
| compar:IA | Français | 857,0 Elo | 0,2 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| Aider Polyglot | Code | 20,9 % | 54,2 | archivé | https://aider.chat/docs/leaderboards/ |
| Chess Puzzles | Raisonnement | 5 % | 47,6 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de QwQ-32B ?** QwQ-32B obtient un score IA de 61,2, avec une marge de 54,7 à 67,8, dans l'édition du 28 septembre 2026. Il est classé 151e sur 246 modèles, à partir de 15 mesures.

**Dans quelles tâches QwQ-32B est-il le plus fort ?** Ses deux meilleures tâches sont maths (64,6) et sciences (62,0). Sa tâche la plus faible est français (51,1).

**QwQ-32B peut-il tourner en local ?** Tient à partir d'un Mac de 32 Go (23,7 Go utiles), en version allégée à 4 bits, par exemple un Mac mini M6 de 32 Go. Mémoire estimée : 22,1 Go.

**Combien coûte QwQ-32B ?** 0,13 € par million de jetons en entrée et 0,35 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite QwQ-32B ?** QwQ-32B est édité par Alibaba (Chine), et il est sorti le 5 mars 2025. Ses poids sont ouverts, sous licence Apache 2.0.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com