开源权重可下单卡可跑已被替代可商用 · Apache-2.0
Qwen2.5-Coder-32B
通义千问 2.5 Coder · 32B · Alibaba 阿里巴巴 · 发布 2024-11-12 · 已被替代 → Qwen3-Coder-480B-A35B-Instruct
首个代码能力对标 GPT-4o 的开源模型，单卡可跑。
参数
32.5B
DENSE
上下文
128K
价格 / 1M tok
自建
无官方 API
最低可跑
RTX 3090
Q4_K_M · 23 GB · ≈29 tok/s
Arena Elo—
AA 综合指数—
竞赛编程31.4
2024-11-12
GPQA 推理—
架构简图
- 类型
- Dense
- 注意力
- GQA（40 Q 头 / 8 KV 头）
- 层数
- 64
- 隐藏维
- 5120
- 词表
- 152,064
5.5T 代码为主数据续训；支持 FIM 补全；128K（YaRN）。
完善中
| 精度 | 权重大小 | 说明 |
|---|---|---|
| BF16 | 65 GB | 官方精度 |
| FP8 | — | 暂无 |
| Q8 | 35 GB | |
| Q4 | 20 GB | GGUF Q4_K_M 或等效 |
- 消费级 24GB
- Q4_K_M 19.9 GB，RTX 4090 可跑 8–16K
- 单卡 80GB
- BF16 65 GB 单卡
- 8×80GB 节点
- 过剩
KV Cache：256 KiB/token。 ≈ 256 KiB/token
⚠ 能加载 ≠ 能在满上下文 / 高并发下舒服跑。标「估」的数字来自 计算器 公式或社区量化文件大小。
完善中
硬件配置与预估吞吐
最低可跑（8K 上下文）
RTX 3090 24GB
二手 ≈¥5,000 · 合计 ≈¥5,000 · 消费级
量化
Q4_K_M
解码
29 tok/s
最大上下文
12K
推荐配置（≥Q8 · 32K 上下文 · ≥15 tok/s）
2 × RTX 3090 24GB
二手 ≈¥5,000 × 2 · 合计 ≈¥10,000 · 消费级
量化
FP8
解码
28 tok/s
最大上下文
105K
| 配置 | 量化 | 占用 / 显存 | 解码 tok/s | 预填充 tok/s | 最大上下文 |
|---|---|---|---|---|---|
| 2× RTX 4060 Ti 16GB消费级 | Q6_K估 | 30 GB / 32 GB | 11 | 305 | 14K |
| RTX 3090 24GB消费级 | Q4_K_M | 23 GB / 24 GB | 29 | 492 | 12K |
| 2× RTX 4070 Ti Super 16GB消费级 | Q6_K估 | 30 GB / 32 GB | 26 | 609 | 14K |
| 2× RTX 5070 Ti 16GB消费级 | Q6_K估 | 30 GB / 32 GB | 35 | 1218 | 14K |
| 2× RTX 4080 Super 16GB消费级 | Q6_K估 | 30 GB / 32 GB | 29 | 720 | 14K |
| 2× RTX 5080 16GB消费级 | Q6_K估 | 30 GB / 32 GB | 38 | 1551 | 14K |
| RTX 4090 24GB消费级 | Q4_K_M | 23 GB / 24 GB | 31 | 1142 | 12K |
| RTX 5090 32GB消费级 | Q6_K估 | 29 GB / 32 GB | 41 | 1454 | 19K |
| L4 24GB工作站 | Q4_K_M | 23 GB / 24 GB | 9.3 | 415 | 12K |
| RTX A6000 48GB工作站 | FP8估 | 35 GB / 48 GB | 15 | 533 | 114K |
| RTX 6000 Ada 48GB工作站 | FP8估 | 35 GB / 48 GB | 19 | 630 | 114K |
| L40S 48GB工作站 | FP8估 | 35 GB / 48 GB | 17 | 630 | 114K |
| RTX PRO 6000 Blackwell 96GB工作站 | BF16 | 68 GB / 96 GB | 17 | 1731 | 119K |
| A10 24GB数据中心 | Q4_K_M | 23 GB / 24 GB | 19 | 429 | 12K |
| A100 40GB数据中心 | FP8估 | 35 GB / 40 GB | 30 | 2160 | 50K |
| A100 80GB数据中心 | BF16 | 68 GB / 80 GB | 20 | 2160 | 55K |
| H20 96GB数据中心 | BF16 | 68 GB / 96 GB | 39 | 512 | 119K |
| 昇腾 Ascend 910B 64GB数据中心 | FP8估 | 35 GB / 64 GB | 31 | 1938 | 242K |
| H100 80GB PCIe数据中心 | BF16 | 68 GB / 80 GB | 19 | 5234 | 55K |
| H100 80GB SXM数据中心 | BF16 | 68 GB / 80 GB | 32 | 6847 | 55K |
| AMD MI300X 192GB数据中心 | BF16 | 68 GB / 192 GB | 51 | 9048 | 503K |
| H200 141GB数据中心 | BF16 | 68 GB / 141 GB | 46 | 6847 | 299K |
| B200 192GB数据中心 | BF16 | 68 GB / 192 GB | 77 | 15577 | 503K |
| Mac M4 Pro 64GB统一内存 | FP8估 | 35 GB / 56 GB | 4.1 | 118 | 178K |
| DGX Spark 128GB统一内存 | BF16 | 68 GB / 120 GB | 2.0 | 429 | 215K |
| Mac M4 Max 128GB统一内存 | BF16 | 68 GB / 120 GB | 4.1 | 235 | 215K |
| Mac Studio M3 Ultra 256GB统一内存 | BF16 | 68 GB / 240 GB | 6.1 | 395 | 695K |
| Mac Studio M3 Ultra 512GB统一内存 | BF16 | 68 GB / 490 GB | 6.1 | 395 | 1.7M |
单流（batch=1）估算：解码 ≈ 显存带宽 × 效率 ÷ 每 token 读取字节（激活参数 × 量化位宽 + KV）；预填充 ≈ FP16 算力 × 0.45 ÷ (2 × 激活参数)。多卡按张量并行、带宽求和 × 0.55。实际受引擎、驱动、PCIe 影响，误差 ±30%。反向查：我的卡能跑谁 →
可用维度不足 3 个，不绘制雷达图
编程HumanEval 92.7%、LiveCodeBench 31.4%、Aider 73.7%（官方）。
中文中文注释与需求理解好。
逻辑能力
代码补全 / 生成极强（HumanEval 92.7%、Aider 73.7%，官方），通用推理与数学是 32B Dense 中上水平。
亮点
- 1.官方称 HumanEval / EvalPlus / Aider 等对标 GPT-4o
- 2.Apache-2.0，24GB 卡 Q4 可跑，本地 Copilot 首选
- 3.支持 FIM 补全与仓库级上下文
坑
- 1.非 agent 训练，SWE-bench 类多步任务弱
- 2.无推理模式，算法题不如 QwQ / Qwen3
- 3.2025 年被 Qwen3-Coder 与 Devstral 取代
适合：本地代码补全 / IDE 插件 · 代码微调底座
不适合：复杂 agent 工作流 · 通用对话
| 基准 | 分数 | 来源 | 日期 | 证据 |
|---|---|---|---|---|
| LiveCodeBench竞赛编程 | 31.4% | Qwen2.5-Coder 博客（LiveCodeBench 2024.07-2024.11） | 2024-11-12 | 厂商公布 |
更新 2026-08-28 · 排名供选型参考，基准会饱和、会泄漏、会过时。