Qwen 2.5 Coder 7B
Qwen 2.5 Coder 7B ist ein kompaktes Open-Weights-Coding-Modell von Alibaba, optimiert für Code-Generierung, Debugging und Reparatur. Die Q6-Quantisierung ermöglicht lokalen Betrieb auf ressourcenschonender Hardware bei minimalem Qualitätsverlust, das Kontextfenster umfasst 128.000 Tokens für komplexe Codebasen. Unter Apache-2.0-Lizenz voll kommerziell nutzbar.
- Open Weights
- Nano
- M4APL
- Text
- Instruction-Tuned
- Real-Time
Sovereign Risk: LOW Rein lokale Inferenz ohne Cloud-Verbindung. Die Gewichte sind öffentlich verfügbar (Apache 2.0) und werden vollständig lokal ausgeführt. NSL ist nicht relevant, da keine Daten an Alibaba-Infrastruktur übertragen werden.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Bronze
- 55.81
- Routine
- 34.53
- Reasoning
- 21.28
- LLM Judge Avg
- 2.74 / 5
- 100 Coverage
- Avg Task Duration
- 16.93s
- Real-Time
- Token Rate
- 50.07tok/s
- Output Rate
- P95 Latency
- 31.85s
- Top 5 %
- Total Tokens
- 46600
- Output Volume
- Cost per 1K
- $0
- USD / 1K Requests
- Benchmark Cost
- $0
- Total · 46600 tok
Benchmark-Module
10 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Qwen 2.5 Coder 7B
Bestes Modell
Ø Alle Modelle
Code Quality
48.3
CLI Benchmark
87.22
Logical Reasoning
59.35
UX Writing
58.55
Documentation
49.35
Content Transform.
58.59
Cultural Intelligence
45
Synthesis Quality
34.17
Tool Execution
82.5
ToolUse Score
57.92
Benchmark Cost
$0
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.