Qwen2.5-Coder-32B
Qwen2.5-Coder-32B は Alibaba の Qwen2.5-Coder ファミリーで最大のベースモデルで、2024 年 11 月 12 日付の Qwen のブログ記事で発表されました(このカタログのウェブサイトのリンクは、同じ記事の qwen.ai 上のアドレスです)。Hugging Face のモデルカードは、事前学習段階のベースモデルで Qwen2.5-32B を土台にし、総パラメータ 32.5B(埋め込みを除くと 31.0B)と説明しています。指示チューニング済みのチャットモデルではなく、Qwen はベースモデルを会話に使うことを推奨していません。前世代のモデルですが、今もダウンロードできます。
主な機能
- 学習とサイズ:ソースコード、テキストとコードの対応データ、合成データを含む 5.5 兆の学習トークン。64 層で、グループクエリアテンション(クエリヘッド 40、KV ヘッド 8)を使います。
- コンテキスト:最大 131,072 トークン。既定の設定は 32,768 トークンで、それより長い入力には係数 4.0 の YaRN が必要です。vLLM は静的 YaRN のみ対応で、短いテキストの性能が下がる可能性があります。
- ライセンス:Apache-2.0。
- ファミリー:ブログには 0.5B、1.5B、3B、7B、14B、32B のサイズが挙げられ、それぞれ Base と Instruct があります。McEval ベンチマークは 40 を超えるプログラミング言語を対象とします。
- ベンダーの主張:Instruct 版について、Qwen は現時点で最先端のオープンソースのコードモデルで、コーディング能力は GPT-4o に匹敵すると述べ、Aider スコア 73.7、McEval スコア 65.9 を報告しました。これらは Alibaba 自身の数値で、独立監査ではありません。
使用シナリオ
- 穴埋め形式のコード補完や、コード中心の継続事前学習。
- SFT や RLHF などの独自のポストトレーニングの土台。
- 指示チューニング後、または Instruct 版を使ったコードエージェントや開発者ツール。
制約:ベースモデルはチャット向けではありません。会話用途には Qwen2.5-Coder-32B-Instruct を選んでください。Transformers は新しいリリースを使ってください。4.37.0 より前では KeyError: 'qwen2' が発生します。
料金プラン
重みは Apache-2.0 の下で無料です。公式ページでホスト価格を確認できなかったため、本エントリでは価格を掲載しません。
はじめに
- Hugging Face から
Qwen/Qwen2.5-Coder-32Bをダウンロードする。 - Transformers 4.37.0 以降で読み込む。
- 長いコンテキストが必要なときだけ YaRN の
rope_scaling設定を有効にする。
よくある質問
Qwen2.5-Coder-32B はオープンソースですか?
はい、Apache-2.0 ライセンスで公開されています。
コンテキスト長は?
YaRN 使用時は最大 131,072 トークン、既定の設定は 32,768 トークンです。
Instruct モデルとの違いは?
これはベースモデルで、Qwen2.5-Coder-32B-Instruct は会話と指示向けにチューニングされています。
Qwen のコーディング CLI はありますか?
はい、Qwen Code を参照してください。
代替案
- Qwen2.5-Coder-32B-Instruct:指示チューニング済みの兄弟モデル。
- Qwen2.5-72B:より大きな汎用の Qwen2.5 モデル。
- Qwen3.8 2.4T A95B:このカタログにあるより新しい Qwen のフラッグシップ。
- Qwen Code:Qwen のコマンドラインのコーディングツール。
まとめ
Qwen2.5-Coder-32B は、コード補完とポストトレーニング向けのライセンスが寛容なベースモデルです。チャットには Instruct 版を使ってください。ほかのモデルはモデルカテゴリをご覧ください。
コメント
まだコメントがありません。最初のコメントを投稿してください!
関連ツール
関連インサイト
magpie で Codex を任意のモデルに向ける
magpie を入れ、ローカルまたはサインイン済みのプロバイダーを追加し、Codex をそのモデルに切り替える。2026-10-06 に公式ドキュメントを再確認。
リポジトリの作業で AI コーディング CLI を選ぶ
Claude Code、Codex CLI、OpenCode、Pi、omp、DeepSeek Harness、Grok Build を、実際に回す作業に合わせて選ぶ。2026-10-06 に公式ドキュメントを再確認。
Codex を閉じ込めているのはモデルではなく、ピッカーだ
OpenCode Go、Grok、Z.ai にはすでに課金しているのに、Codex のピッカーはほぼ GPT しか出さない。コミュニティ製の codex-router が教えるのは手順ではない。すでに買ったモデル能力をセレクタに戻すこと。鍵はマシンから出ず、ネイティブ GPT もそのまま残る。