Aya Expanse 32BvsQwen 2.5 32B
Comparativo completo entre Aya Expanse 32B (32B de parâmetros, Cohere For AI) e Qwen 2.5 32B (32B, Alibaba). VRAM necessária por quantização, tokens por segundo medidos em 4 GPUs de referência, veredito por caso de uso, licença, comandos de instalação. Todos os números são calculados a partir dos dados do catálogo — sem copiar e colar entre páginas.
Em resumo
| Característica | Aya Expanse 32B | Qwen 2.5 32B |
|---|---|---|
| Parâmetros | 32B | 32B |
| Família | Aya | Qwen |
| Autor | Cohere For AI | Alibaba |
| Origem | US | CN |
| Licença | CC-BY-NC 4.0 | Apache 2.0 |
| Contexto | 8 192 tokens | 131 072 tokens |
| Data de lançamento | outubro de 2024 | setembro de 2024 |
Uso de memória
VRAM aproximada necessária para inferência com uma janela de contexto média. O vencedor (em verde) é o modelo que consome menos — vantagem para os menores.
| Quantização | Aya Expanse 32B | Qwen 2.5 32B |
|---|---|---|
| Q4_K_M (leve) | 19 GB | 19 GB |
| Q5_K_M (equilíbrio) | 23 GB | 23 GB |
| Q8 (quase sem perdas) | 35 GB | 35 GB |
| FP16 (qualidade máxima) | 64 GB | 64 GB |
| RAM para execução somente na CPU | 32 GB | 32 GB |
Velocidade estimada (tokens/segundo)
Estimativas baseadas na melhor quantização viável em cada GPU. Os números reais dependem do prompt, do contexto e do motor (llama.cpp, vLLM, MLX). Metodologia.
| GPU de referência | Aya Expanse 32B | Qwen 2.5 32B |
|---|---|---|
| RTX 4090 (24 GB) | 30 tok/s · Q5_K_M | 30 tok/s · Q5_K_M |
| RTX 4080 (16 GB) | ✗ pesado demais | ✗ pesado demais |
| RTX 3060 12GB (12 GB) | ✗ pesado demais | ✗ pesado demais |
| Apple M4 Pro (48 GB) (36 GB) | 12 tok/s · Q8 | 12 tok/s · Q8 |
Veredito por caso de uso
Para cada uso comum, indicamos qual dos dois é o mais adequado com base em suas tags, tamanho e especialização.
Seu ChatGPT privado e gratuito na sua máquina em 1 hora — LM Studio, Ollama, Open WebUI, seus documentos, sem nuvem.
- Espaço online vitalício
- PDF + arquivos
- Atualizações vitalícias
Pontos fortes e fracos
Aya Expanse 32B
23 idiomas, +25% em idiomas com poucos recursos. 89,9% Dolly vs Mixtral 8x22B. ⚠ Não comercial.
- +25% em baixa carga
- 23 idiomas
- 89,9% Dolly vs Mixtral 8x22B
- ⚠ Licença CC-BY-NC
- Ctx de apenas 8k
Instalação
Qwen 2.5 32B
Compete com os 70B na maioria dos benchmarks.
- Referência entre os modelos de 32B com pesos abertos em 2024
- Contexto de 128k
- Apache 2.0
- Muito forte em matemática/código/raciocínio
- Necessita de 19 GB de VRAM em Q4
- Superado pelo Qwen 3 32B em 2025
Instalação
Perguntas frequentes
Qual modelo tem melhor desempenho na RTX 4090 (24 GB): Aya Expanse 32B ou Qwen 2.5 32B?
Em uma RTX 4090, Aya Expanse 32B roda em Q5_K_M (~30 tok/s), Qwen 2.5 32B em Q5_K_M (~30 tok/s). Considerando apenas a taxa de geração, Qwen 2.5 32B vence. Consulte o configurador para testar sua GPU exata.
Qual consome menos VRAM?
Os dois exigem a mesma VRAM em Q4 (19 GB). A escolha se dá então pela licença ou pela qualidade percebida.
É possível usar esses modelos em produção comercial?
Aya Expanse 32B está sob a licença CC-BY-NC 4.0 — verifique as restrições (especialmente os limites de usuários mensais). Qwen 2.5 32B está sob Apache 2.0 — também livre. Para SaaS, prefira Apache 2.0 ou MIT.
Qual escolher em 2026?
Depende da sua restrição principal. Menor / mais rápido : Aya Expanse 32B (32B). Mais capaz : Aya Expanse 32B (32B). Se você tiver dúvidas, inicie o configurador com sua GPU e seu caso de uso — ele decidirá com base nos dois.
Alternativas a considerar
Se nenhum dos dois for adequado, aqui estão os modelos semelhantes que você pode explorar.