AI API Hub
AI API Hub
  • 模型广场
AI API Hub

让企业用 AI,像用水电一样简单

更多链接
模型广场控制台API Keys用量查询
AI API Hub. 保留所有权利|隐私政策|服务条款
千

qwen3-32b

发布时间

-

模型系列

千问

输入模态

输出模态

输入价格

¥0 / 1M tokens

输出价格

¥0 / 1M tokens

缓存写入价格

¥0 / 1M tokens

缓存读取价格

¥0 / 1M tokens

上下文窗口

128,000

最大输出长度

31,000

实现思考模式和非思考模式的有效融合,可在对话中切换模式。推理能力显著超过QwQ、通用能力显著超过Qwen2.5-32B-Instruct,达到同规模业界SOTA水平。

qwen3-32b的供应商

AI API Hub 根据调度策略向最合适的供应商发起请求,并自动回退至可用性最高的供应商。

排序
七
七牛云
国内

首字延迟

0.12s

吞吐量

37.76tps

可用性

100.00%

供应商模型名

qiniu/qwen3-32b

支持的参数

近期可用性

10月16日 4 PM暂无数据
暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据

推理

-

支持的响应格式

OpenAI Chat CompletionsOpenAI ResponsesAnthropic MessagesGoogle VertexAI

上下文长度

65,536

最大输出

31,000

输入价格

¥0 / 1M tokens

输出价格

¥0 / 1M tokens

缓存写入

¥0 / 1M tokens

缓存读取

¥0 / 1M tokens

通
通义千问
国内

首字延迟

1.43s

吞吐量

25.09tps

可用性

100.00%

供应商模型名

alibaba/qwen3-32b

支持的参数

近期可用性

10月16日 4 PM暂无数据
暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据暂无数据

推理

-

支持的响应格式

OpenAI Chat CompletionsOpenAI ResponsesAnthropic MessagesGoogle VertexAI

上下文长度

65,536

最大输出

31,000

输入价格

¥0 / 1M tokens

输出价格

¥0 / 1M tokens

缓存写入

¥0 / 1M tokens

缓存读取

¥0 / 1M tokens

qwen3-32b的性能

在AI API Hub 上对比不同供应商的表现

吞吐量

36.43 tok/s

首字延迟

0.17 s

qwen3-32b的可用性

qwen3-32b的各供应商可用性

暂无数据

qwen3-32b示例代码与 API

获取 API Key

AI API Hub 为您统一各供应商的请求与响应格式

当前模型可能不支持 OpenAI Chat Completions 协议,请注意
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.aiapihub.ai/v1",
  apiKey: process.env.AI_API_HUB_API_KEY,
});

const response = await client.chat.completions.create({
  model: "qwen3-32b",
  messages: [
    { role: "user", content: "Hello, how are you?" }
  ],
  temperature: 0.7,
  max_tokens: 1000,
});

console.log(response.choices[0].message.content);