Qwen · 2025-04 · 稠密

Qwen3 32B

Qwen3 32B 是 Qwen 于 2025-04 发布的分组查询注意力（GQA） Transformer，共 64 层，隐藏维度 5120，上下文窗口 40,960 个 token。

层堆栈

注意力 ×64 · 层数 64

依据随权重发布的 config.json 绘制 · 64 层 / 宽 5,120 / 上下文 40,960。本图为本站原创示意图。

分组查询注意力（GQA） — 64 q-heads / 8 kv-heads. RoPE θ=1,000,000.

它是稠密模型：全部 32.1B 参数都参与每个 token 的计算。

对比对象为同实验室的上一代模型；无前代时取结构最相似的模型。倍数列 = 本模型数值 ÷ 对比模型数值。

与前代 Qwen3 30B A3B 的全字段对比

模型	Qwen3 32B	Qwen3 30B A3B	倍数
model_type	`qwen3`	`qwen3_moe`	≠
architectures	`Qwen3ForCausalLM`	`Qwen3MoeForCausalLM`	≠
hidden_size	`5120`	`2048`	×2.50
num_hidden_layers	`64`	`48`	×1.33
num_attention_heads	`64`	`32`	×2.00
num_key_value_heads	`8`	`4`	×2.00
head_dim	`128`	`128`	≈1
intermediate_size	`25600`	`6144`	×4.17
hidden_act	`silu`	`silu`	＝
num_experts_per_tok	`—`	`8`
moe_intermediate_size	`—`	`768`
rope_theta	`1000000`	`10000000`	×0.100
max_position_embeddings	`40960`	`262144`	×0.156
rms_norm_eps	`0.000001`	`0.000001`	≈1
vocab_size	`151936`	`151936`	≈1
torch_dtype	`bfloat16`	`bfloat16`	＝
attention_bias	`false`	`false`	＝
attention_dropout	`0`	`0`	＝
bos_token_id	`151643`	`151643`	≈1
eos_token_id	`151645`	`151645`	≈1
initializer_range	`0.02`	`0.02`	≈1
max_window_layers	`64`	`48`	×1.33
tie_word_embeddings	`false`	`false`	＝
transformers_version	`4.51.0`	`4.51.0`	＝
use_cache	`true`	`true`	＝
use_sliding_window	`false`	`false`	＝

Qwen3.6 27B (Qwen, 2026-04) 0.998
Qwen3.8 27B (Qwen, 2026-08) 0.998
Llama 3.1 70B (Meta, 2024-07) 0.995
Qwen2 72B (Qwen, 2024-06) 0.995
Qwen2.5 72B (Qwen, 2024-09) 0.995
Qwen3 8B (Qwen, 2025-04) 0.992

相似度取值范围 0（无共同类别特征）到 1（结构画像完全一致）。

24 个字段