AI Rate CardQwen2.5 7B Instruct vs. Qwen/Qwen3-VL-32B-Thinking: API-Preis und Daten
Qwen2.5 7B Instruct ist 80% günstiger als Qwen/Qwen3-VL-32B-Thinking beim Eingabepreis.
Qwen2.5 7B Instruct ist 97% günstiger als Qwen/Qwen3-VL-32B-Thinking beim Ausgabepreis.
Qwen2.5 7B Instruct ist 90% günstiger als Qwen/Qwen3-VL-32B-Thinking beim Volumen 1M Eingabe / 200k Ausgabe.
Qwen/Qwen3-VL-32B-Thinking hat 693.9% mehr Kontext als Qwen2.5 7B Instruct.
| Feld | Qwen2.5 7B Instruct | Qwen/Qwen3-VL-32B-Thinking |
|---|---|---|
| Niedrigste Eingabe, pro 1M | $0.04 | $0.20 +400% |
| Median Eingabe, pro 1M | $0.085 | $0.25 +194% |
| Niedrigste Ausgabe, pro 1M | $0.05 | $1.50 +2900% |
| Median Ausgabe, pro 1M | $0.15 | $2.25 +1399.2% |
| Niedrigster Stückpreis | — | — |
| Kosten: 1M Eingabe + 200k Ausgabe | $0.05 | $0.50 +900% |
| Kontext | 33K +87.4% | 262K |
| Max. Ausgabe | 29K +88.7% | 262K |
| Anbieter | 9 | 2 +77.8% |
| Regionen | US | — |
| Akzeptiert | text | image, text |
| Liefert | text | text |
| Typ | Textmodelle | Textmodelle |
| Kostenlose Option | nein | nein |
| Günstigster Anbieter | deepinfra | siliconflow |
Ihr eigenes Volumen: wie viele Tokens das Modell bekommt (Eingabe) und zurückgibt (Ausgabe) – zum Beispiel im Monat. Die Zeile „Kosten“ der Tabelle oben wird für diese Zahlen und jedes Modell neu berechnet.
Bei jedem Öffnen der Seite aus den aktuellen Angeboten berechnet; der beste Wert einer Zeile ist fett, der Prozentwert zeigt den Abstand zum besten.
Anbieter mit beiden
Häufige Fragen
Was ist günstiger, Qwen2.5 7B Instruct oder Qwen/Qwen3-VL-32B-Thinking?
Qwen2.5 7B Instruct ist 80% günstiger als Qwen/Qwen3-VL-32B-Thinking beim Eingabepreis. Qwen2.5 7B Instruct ist 97% günstiger als Qwen/Qwen3-VL-32B-Thinking beim Ausgabepreis. Qwen2.5 7B Instruct ist 90% günstiger als Qwen/Qwen3-VL-32B-Thinking beim Volumen 1M Eingabe / 200k Ausgabe.
Welches hat den größeren Kontext, Qwen2.5 7B Instruct oder Qwen/Qwen3-VL-32B-Thinking?
Qwen2.5 7B Instruct: 33K Tokens; Qwen/Qwen3-VL-32B-Thinking: 262K Tokens.
Wo kann ich sowohl Qwen2.5 7B Instruct als auch Qwen/Qwen3-VL-32B-Thinking nutzen?
moark, siliconflow