Qwen2.5 Coder 32B Instruct
نئے شروع کرنے والوں کے لیے بہترین۔ طاقتور ورک فلو، کم سیکھنے کی مشکل۔
ویڈیوز، تصاویر، حسبِ منشا چیٹ پرسناز، اور بہت کچھ بنائیں۔
کسی بھی براؤزر یا فون سے ماڈلز دیکھیں، رینڈر کریں اور بہتر بنائیں۔
اپنے سرور میں Vector شامل کریں یا Vector Discord میں شامل ہوں۔ کچھ بھی بنائیں!
تصاویر اور ویڈیو کے لیے ایڈیٹر: ایک صفحے پر رینڈر، ایڈٹ، اپسکیل اور مزید۔
اس ماڈل سے براؤزر میں بات کریں یا اپنے کوڈ سے ایک API کلید کے ساتھ کال کریں۔
اگر تمہارے کمپیوٹر میں اچھا ہارڈویئر ہے تو اپنے کمپیوٹر پر لوکل پروگرام انسٹال کرو۔
ایک وقت میں 50 تک چیک پوائنٹ/بیس ماڈلز پر ایک ہی پرامپٹ تیار کریں۔

کپتان کے نوٹس
مشہور ہے
- کوڈ جنریشن، اصلاح اور استدلال جو 5.5 ٹریلین ٹوکنز پر تربیت یافتہ ہے
- اوپن وزن: اسے ڈاؤن لوڈ کریں اور اپنے ہارڈویئر پر چلائیں
- 131,072 ٹوکنز کا نیٹو کانٹیکسٹ ونڈو، YaRN کے ذریعے بڑھایا جا سکتا ہے
- کوڈنگ کے ساتھ ساتھ مضبوط ریاضی اور عمومی استدلال برقرار رکھتا ہے
- مختلف ہارڈویئر بجٹ کے لیے 0.5B سے 32B تک چھ سائزوں میں دستیاب
خبردار رہیں
- ڈیفالٹ config.json کانٹیکسٹ کو 32,768 ٹوکنز تک محدود کرتا ہے؛ طویل ان پٹس کے لیے آپ کو دستی طور پر YaRN فعال کرنا ہوگا۔
- 32B وزن مقامی طور پر مکمل درستگی کے ساتھ چلانے کے لیے کافی VRAM کا تقاضا کرتے ہیں۔
- transformers 4.37.0 یا بعد کا ورژن درکار ہے ورنہ لوڈ کے وقت خاموش KeyError آئے گا۔
آزمائیں یہ پرامپٹس
موازنہ کریں
- Qwen3.8 Max (0902)صرف API ماڈل1,000,000 ٹوکن سیاق و سباق · $2.00/M ان پٹ، $6.00/M آؤٹ پٹ
- Qwen3.7 Plusصرف API ماڈل1,000,000 ٹوکن سیاق و سباق · $0.32/M ان پٹ، $1.28/M آؤٹ پٹ
- Qwen3.6 Plusصرف API ماڈل1,000,000 ٹوکن سیاق و سباق · $0.33/M ان پٹ، $1.95/M آؤٹ پٹ
- Qwen3.6 Max Previewصرف API ماڈل262,144 ٹوکن سیاق و سباق · $1.03/M ان پٹ، $6.16/M آؤٹ پٹ
لوگ پوچھتے ہیں
- کیا میں Qwen2.5 Coder 32B کو مقامی طور پر چلا سکتا ہوں؟
- ہاں، وزن اوپن ہیں اور Hugging Face پر Qwen/Qwen2.5-Coder-32B-Instruct پر ہوسٹ کیے گئے ہیں۔ آپ کو 32B ماڈل لوڈ کرنے کے لیے کافی VRAM یا RAM والی مشین کی ضرورت ہوگی؛ کم میموری والے سیٹ اپ کے لیے کمیونٹی کی جانب سے کوانٹائزڈ GGUF ورژنز دستیاب ہیں۔
- API کے ذریعے قیمت کیا ہے اور کانٹیکسٹ کتنی لمبی ہے؟
- OpenRouter پر قیمت $0.66 فی ملین ان پٹ ٹوکن اور $1.00 فی ملین آؤٹ پٹ ٹوکن ہے۔ مکمل کانٹیکسٹ کی لمبائی 131,072 ٹوکن ہے، لیکن زیادہ طویل ان پٹس کے لیے YaRN کو config میں فعال کرنا ضروری ہے۔
- 32B کا موازنہ چھوٹے Qwen2.5 Coder سائزز سے کیسے ہے؟
- Qwen2.5 Coder چھ سائزوں میں دستیاب ہے جو 0.5B سے 32B تک ہیں؛ 32B سب سے بڑا ہے اور بنانے والا اسے GPT-4o کے ساتھ موازنہ کرتا ہے۔ چھوٹے سائز کم ہارڈویئر کی ضرورت کے لیے کچھ کوڈنگ صلاحیت قربان کرتے ہیں۔
کپتان کا فیصلہسب سے مضبوط اوپن-وزن کوڈنگ ماڈل جو آپ واقعی خود ہوسٹ کر سکتے ہیں، ایسی قیمت پر جو خالص کوڈنگ کام کے لیے GPT-4o کو مشکل بنا دیتی ہے۔
اصطلاحات: یہاں استعمال ہونے والی باتیں
- ہیٹ اسکور
- ایک نمبر جو بتاتا ہے کہ ماڈل ابھی کتنا استعمال ہو رہا ہے اور چاہا جا رہا ہے، 0° سے 9,999° تک۔ اس سائٹ کی ہر 'ہottest' فہرست اسی کے حساب سے ترتیب دی جاتی ہے۔
- فلور
- 7,000° وہ نقطہ جہاں ہر ماڈل جس کے پاس اصل ڈیٹا ہے شروع ہوتا ہے۔ پیمانہ 0° سے 9,999° تک ہے؛ فلور سے نیچے کا حصہ اسٹینڈ انز (ڈیٹا کے بغیر ماڈلز) کے لیے مخصوص ہے، تاکہ ڈیٹا والا ماڈل ہمیشہ بغیر ڈیٹا والے سے اوپر رہے۔ فلور سب کے لیے ایک جیسا ہے اور کچھ فیصلہ نہیں کرتا؛ اس سے اوپر کے ڈگری پیمائش ہیں۔
- ڈاؤن لوڈ کے برابر
- وہ سب کچھ جو اسکور ڈاؤن لوڈ کے برابر سمجھتا ہے، جمع کیا گیا: خود ڈاؤن لوڈز، ہر ٹورینٹ سیڈر کو 1,000 کے برابر، ہر AI Horde تصویر اور ہر جنریشن سائٹ پر رن کو ایک کے برابر۔
- لاگ پیمانہ
- دس کے حساب سے گنتی، ایک کے حساب سے نہیں: 1,000 سے 10,000 ڈاؤن لوڈز جانا وہی ڈگری بڑھاتا ہے جو 10,000 سے 100,000 جانا۔ یہ بڑے ماڈلز کو سب کچھ دبا دینے سے بچاتا ہے۔
- لائکس
- ہر ماخذ سے تھمز اپ اور لائکس، لاگ پیمانے پر ہر ایک آدھے ڈاؤن لوڈ کے برابر۔
- قبولیت کی شرح
- ابھی ماڈل کو روزانہ کتنے ڈاؤن لوڈز مل رہے ہیں، دو ریڈنگز کے فرق سے۔ ڈاؤن لوڈ کی اصطلاح کے وزن کا ایک چوتھائی حصہ۔
- ماپا گیا اور اندازہ لگایا گیا
- ماپا گیا مطلب ہے کہ کسی ماخذ کے دو ریڈنگز موجود ہیں اور فرق حقیقی ہے۔ اندازہ لگایا گیا مطلب ہے کہ صرف آج کا کل معلوم ہے اور ماضی ماڈل کی زندگی میں تقسیم کیا گیا ہے؛ سائٹ بتاتی ہے کہ کون سا دکھا رہا ہے۔
- سیڈر
- کوئی شخص جو وزن کی کاپی آن لائن رکھتا ہے تاکہ دوسرے اسے ٹورینٹ کے ذریعے ڈاؤن لوڈ کر سکیں، یا کوئی ہوسٹ کیا ہوا آئینہ جو یہی کام کرتا ہے۔ ہر ایک کو 1,000 ڈاؤن لوڈز کے برابر گنا جاتا ہے۔
- AI ہورڈ
- ایک رضاکار نیٹ ورک جو عطیہ شدہ کمپیوٹرز پر مفت تصاویر بناتا ہے۔ اس نے کسی ماڈل کے ساتھ کتنی تصاویر بنائی ہیں یہ عوامی ہے، اور ہر ایک کو ایک ڈاؤن لوڈ کے طور پر گنا جاتا ہے۔
- جنریشن سائٹس
- ایسی سائٹس جو اپنے ماڈل کی کاپیاں ہوسٹ کرتی ہیں اور لوگوں کو اس کے ساتھ جنریشن کی اجازت دیتی ہیں، جیسے PixAI، SeaArt اور Yodayo۔ ان کے ڈاؤن لوڈز Civitai کی طرح گنے جاتے ہیں اور ہر جنریشن رن کو ایک ڈاؤن لوڈ سمجھا جاتا ہے۔
- OpenRouter ٹوکنز
- ایک ٹیکسٹ ماڈل جو API کے ذریعے فراہم کیا جاتا ہے، جیسے Claude یا GPT، اس کے وزن ڈاؤن لوڈ کرنے کے لیے نہیں ہوتے، اس لیے اس کا استعمال ٹوکنز میں ناپا جاتا ہے: وہ ٹکڑے متن کے جو اس نے OpenRouter کے ذریعے پچھلے 30 دنوں میں پڑھے اور لکھے۔ ہر 10,000,000 ٹوکنز کو ایک ڈاؤن لوڈ شمار کیا جاتا ہے۔ ماخذ: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- مکمل ماڈل (چیک پوائنٹ)
- خود جنریشن کرنے والی فائل، یعنی وزن خود۔ اسے بونس ملتا ہے کیونکہ اس پر ایڈ آنز منحصر ہوتے ہیں۔
- LoRA اور ایمبیڈنگ
- چھوٹی ایڈ آن فائلیں جو کسی اور کے وزن کو ایک انداز، کردار یا تصور کی طرف لے جاتی ہیں۔ یہ اکیلے نہیں چل سکتیں۔
- خاندان اور وزن
- بنیاد جس پر ماڈل بنایا گیا ہے، جیسے SD 1.5، SDXL، Flux یا Wan۔ ہر ماڈل اپنے خاندان کے وزن کی ریلیز تاریخ وراثت میں لیتا ہے۔
- عمر
- کتنے عرصہ پہلے خاندان کے وزن جاری ہوئے اس کے لیے نکالے گئے ڈگریز: سالانہ 150°، زیادہ سے زیادہ 750°۔ یہ پرانے ڈاؤن لوڈز کو رکھتا ہے جن کے پاس سالوں کا وقت جمع ہونے کا موقع تھا تاکہ فہرست کے اوپر کو منجمد کر سکے۔
- خاندانی بوسٹ
- ایک چھوٹا، محدود دھکا LoRA کے لیے جس خاندان کو یہ سائٹ اس وقت آگے بڑھا رہی ہے، ہمیشہ تفصیل میں شامل ہوتا ہے۔
- اسٹینڈ ان اسکور
- ایک مستحکم نمبر جو اس فلور سے نیچے ہوتا ہے جو ابھی تک کسی ماخذ نے رپورٹ نہیں کیا، تاکہ فہرستیں مکمل رہیں۔ یہ کبھی بھی ڈیٹا والے ماڈل سے اوپر نہیں ہوتا۔
- نیا! (گریس پیریڈ)
- ایک ماڈل جو 7 دن سے کم پرانا ہو، اس کی جگہ اسکور کی بجائے New! دکھائی جاتی ہے اور یہ درجہ بندی میں جگہ نہیں رکھتا۔ اس کا اسکور پہلے دن سے شمار کیا جاتا ہے، لیکن ایک دن پرانا ماڈل سب سے تیزی سے بڑھتا ہے، اس لیے بغیر انتظار کے ہفتے کا #1 ہمیشہ کل کا نیا ماڈل ہوتا، نہ کہ وہ جو ایک ہفتہ قائم رہا ہو۔
- رجحان
- کسی ماڈل کی ترقی کسی مدت میں عام ماڈل کی ترقی کے مقابلے میں کیسی ہے۔ عام سے تیز ترقی کو اضافہ سمجھا جاتا ہے، اور سست کو کمی۔
- عام ماڈل
- کتالوج کا وسط: نصف ماڈلز جن کے اعداد و شمار ہیں وہ اس مدت میں تیزی سے بڑھے، نصف سست۔






