Kan ik Qwen2.5 Coder 32B lokaal draaien?

Ja, de gewichten zijn open en gehost op Hugging Face bij Qwen/Qwen2.5-Coder-32B-Instruct. Je hebt een machine nodig met genoeg VRAM of RAM om een 32B-model te laden; gequantiseerde GGUF-versies zijn beschikbaar vanuit de community voor setups met minder geheugen.

Wat kost het via API en hoe lang is de context?

De prijs op OpenRouter is $0,66 per miljoen inputtokens en $1,00 per miljoen outputtokens. De volledige contextlengte is 131.072 tokens, maar je moet YaRN inschakelen in de config om meer dan 32.768 tokens te gebruiken in de meeste lokale implementaties.

Hoe verhoudt de 32B zich tot kleinere Qwen2.5 Coder-maten?

Qwen2.5 Coder is er in zes maten van 0,5B tot 32B; de 32B is het topmodel en degene waarmee de maker benchmarkt tegen GPT-4o. Kleinere maten ruilen wat codeervaardigheid in voor veel lagere hardware-eisen.

Qwen2.5 Coder 32B Instruct

4997°

#llm #qwen #coderen #agenten #wiskunde #lange context

Draait op Graydient

Voer dit model uit

Aanbiedingen / Advertenties

Easy Creator (Prism) Web

Onbeperkt · vast bedrag

Het beste voor beginners. Krachtige workflows, lage leercurve.

PirateDiffusion Telegram

Onbeperkt · vast bedrag

Maak video's, afbeeldingen, aangepaste chatpersonages en meer.

Pro studio (SpyGlass) Web

Onbeperkt · vast bedrag

Blader door modellen, render en verfijn vanaf elke browser of telefoon.

Discord bot (Vector)

Onbeperkt · vast bedrag

Voeg Vector toe aan je server of sluit je aan bij de Vector Discord. Maak alles wat je wilt!

Unified Editor Web

Onbeperkt · vast bedrag

Editor voor afbeeldingen en video: render, bewerk, schaal op en meer op één pagina.

OpenRouter Terminal / API

Betaal per token

Chat met dit model in de browser of roep het aan vanuit je code met één API-sleutel.

Lokale apps Lokaal

Installatie vereist

Installeer lokale programma's als je computer krachtig genoeg is.

ModelDuel Web

Betaal per gebruik

Genereer dezelfde prompt op maximaal 50 checkpoint-/basismodellen tegelijk.

Huur een GPU in de cloud

Graydient Cloud GPU

Onbeperkt · vast bedrag

Vast bedrag, onbeperkt gebruik. Dit model installeer je met één klik.

RunPod Cloud GPU

Per minuut afgerekend

Huur een GPU per minuut en stel het model zelf in.

Gidsen voor dit model

Ollama vs LM Studio (2026): welke lokale AI-app gebruik je, en welke topmodellen draaien ze

Hoeveel VRAM heb ik eigenlijk nodig voor lokale AI?

Wat is een GGUF-bestand? Uitleg over gekwantiseerde modellen (Q4, Q8, fp8, NF4)

Alle gidsen

qwen | 32.768 token context | $0,66/M input, $1,00/M output. Qwen2.5-Coder is de nieuwste serie code-specifieke Qwen grote taalmodellen (voorheen CodeQwen). Qwen2.5-Coder brengt de volgende verbeteringen ten opzichte van CodeQwen1.5: Voor meer informatie over de evaluatieresultaten, bekijk de blog van Qwen 2.5 CoderOpens in new tab.

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

Qwen2.5 Coder 32B Instruct is Alibaba's vlaggenschip model specifiek voor code, getraind op 5,5 biljoen tokens broncode en gerelateerde data. De maker beweert dat de codeervaardigheid gelijk is aan GPT-4o, wat een hoge lat is voor een open-gewichten model in deze prijsklasse. Het is geschikt voor ontwikkelaars die een serieus codeermodel willen dat ze zelf kunnen hosten of goedkoop via API kunnen draaien.

Bekend om

Codegeneratie, -correctie en -redenering getraind op 5,5 biljoen tokens
Open gewichten: download en draai het op je eigen hardware
Native contextvenster van 131.072 tokens, uitbreidbaar via YaRN
Behoudt sterke wiskundige en algemene redeneervaardigheden naast coderen
Beschikbaar in zes maten van 0,5B tot 32B voor verschillende hardwarebudgetten

Let op

Standaard config.json beperkt context tot 32.768 tokens; je moet YaRN handmatig inschakelen voor langere inputs.
32B gewichten vereisen veel VRAM om lokaal op volledige precisie te draaien.
Vereist transformers 4.37.0 of hoger, anders krijg je een stille KeyError bij het laden.

Het beste voor

Coderen

Agenten en toolgebruik

Wiskunde

Lange context

Draait lokaal

Prompts om te proberen

Debug een kapotte functie

Hier is een Python-functie die een CSV-bestand moet parsen en een lijst van dicts teruggeven, maar hij laat stilletjes de laatste rij vallen. Vind de bug, leg uit waarom het gebeurt en geef een gecorrigeerde versie met een korte uitleg over de fix. ```python def parse_csv(path): rows = [] with open(path) as f: headers = f.readline().strip().split(',') for line in f: rows.append(dict(zip(headers, line.strip().split(',')))) return rows ```

Ontwerp een kleine code-agent

Schrijf een minimale Python agent loop die een gebruikersdoel als string accepteert, een tool run_shell(cmd) aanroept om bash-commando's uit te voeren, de output leest en beslist of een andere tool wordt aangeroepen of een eindantwoord wordt gegeven. Voeg foutafhandeling toe voor niet-nul exitcodes en een harde limiet van tien tool-aanroepen.

Refactor voor leesbaarheid

Refactor de volgende JavaScript zodat het makkelijker te lezen en te onderhouden is. Verander het gedrag niet. Leg elke wijziging kort uit in een commentaar boven de relevante regel. ```js function p(a,b,c){return a.filter(x=>x>b&&x<c).reduce((s,x)=>s+x,0)/a.filter(x=>x>b&&x<c).length||0} ```

Vergelijk met

Qwen3.8 Max (0902)
Alleen API-model
1,000,000 token context · $2.00/M invoer, $6.00/M uitvoer
Qwen3.7 Plus
Alleen API-model
1,000,000 token context · $0.32/M invoer, $1.28/M uitvoer
Qwen3.6 Plus
Alleen API-model
1,000,000 token context · $0.33/M invoer, $1.95/M uitvoer
Qwen3.6 Max Preview
Alleen API-model
262,144 token context · $1.03/M invoer, $6.16/M uitvoer

Meer tekstmodellen van qwen

Veelgestelde vragen

Kan ik Qwen2.5 Coder 32B lokaal draaien?: Ja, de gewichten zijn open en gehost op Hugging Face bij Qwen/Qwen2.5-Coder-32B-Instruct. Je hebt een machine nodig met genoeg VRAM of RAM om een 32B-model te laden; gequantiseerde GGUF-versies zijn beschikbaar vanuit de community voor setups met minder geheugen.
Wat kost het via API en hoe lang is de context?: De prijs op OpenRouter is $0,66 per miljoen inputtokens en $1,00 per miljoen outputtokens. De volledige contextlengte is 131.072 tokens, maar je moet YaRN inschakelen in de config om meer dan 32.768 tokens te gebruiken in de meeste lokale implementaties.
Hoe verhoudt de 32B zich tot kleinere Qwen2.5 Coder-maten?: Qwen2.5 Coder is er in zes maten van 0,5B tot 32B; de 32B is het topmodel en degene waarmee de maker benchmarkt tegen GPT-4o. Kleinere maten ruilen wat codeervaardigheid in voor veel lagere hardware-eisen.

Oordeel van de kapitein
Het krachtigste open-gewichten codeermodel dat je echt zelf kunt hosten, tegen een prijs die GPT-4o moeilijk rechtvaardigt voor puur codewerk.

Modelkaart op Hugging Face

De kapitein schrijft deze aantekeningen op basis van de eigen beschrijving en modelkaart van het model. Prijzen en contextgroottes zijn die van de provider op het moment van schrijven en kunnen veranderen.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hoe deze score wordt opgebouwd

Dit model heeft nog geen populariteitsgegevens van welke bron dan ook, dus het krijgt een tijdelijke waarde onder 7,000° om de lijsten compleet te houden. Het staat nooit hoger dan een model met data. De uitsplitsing verschijnt hier zodra een bron het rapporteert.

Woordenlijst: de gebruikte termen

Heat-score: Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer: De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten: Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal: Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes: Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid: Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat: Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder: Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde: Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites: Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens: Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint): De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding: Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten: De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd: Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost: Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score: Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode): Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend: Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model: Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.

Vergelijkbare modellen

Llama Guard 4 12B

TEXT / LLM

Qwen3 Coder 30B A3B Instruct

AI-modellen voor het genereren van afbeeldingen, video en tekst

Qwen2.5 Coder 32B Instruct is een tekstmodel voor de Text / LLM-familie, vermeld op ModelTrends.ai, een alleen-lezen catalogus van open source AI-modellen voor afbeeldingen, video en tekst. Vergelijk het met andere Text / LLM-modellen, bekijk de populariteitsscore om de trend te zien en open het op PirateDiffusion of BitVector om het te proberen.

Meer Text / LLM-modellen Meer Text / LLM Tekst / LLM llm qwen coderen agenten wiskunde lange context lokaal

Bladeren op modelfamilie