
Qwen: Qwen3 14B
qwen/qwen3-14b
Qwen3-14B is a dense 14.8B parameter causal language model from the Qwen3 series, designed for both complex reasoning and efficient dialogue. It supports seamless switching between a "thinking" mode for tasks like math, programming, and logical inference, and a "non-thinking" mode for general-purpose conversation. The model is fine-tuned for instruction-following, agent tool use, creative writing, and multilingual tasks across 100+ languages and dialects. It natively handles 32K token contexts and can extend to 131K tokens using YaRN-based scaling.
Proveedores
Distintas empresas alojan el mismo modelo. OpenRouter enruta su solicitud a una de ellas según el modo de enrutamiento que elija: Balanced (precio + velocidad), Nitro (el más rápido) o Floor (el más económico).
| 0,100 US$ | 0,220 US$ | 0,64s | 60 tok/s | ||
| 0,120 US$ | 0,240 US$ | 0,63s | 33 tok/s | ||
| 0,180 US$ | 0,360 US$ | 0,39s | 50 tok/s | ||
No se utiliza en el enrutamiento Standard:Por qué no se usan estos endpoints | |||||
| 0,096 US$ | 0,192 US$ | -- | -- | ||
- Entrada 0,10 US$ / Salida 0,22 US$60 tok/s99,93 % de tiempo de actividad
Entrada 0,12 US$ / Salida 0,24 US$33 tok/s98,96 % de tiempo de actividad
Entrada 0,18 US$ / Salida 0,36 US$50 tok/s99,86 % de tiempo de actividadPriority- No se utiliza en el enrutamiento Standard:Por qué no se usan estos endpoints
Entrada 0,096 US$ / Salida 0,192 US$-- tok/s99,65 % de tiempo de actividadFlex
Precios
El precio medio que los clientes pagan realmente por este modelo, junto a los precios que publican los proveedores. El uso de caché y los descuentos hacen que el precio realmente pagado a menudo sea muy inferior al publicado.
Media ponderada
Qwen3 14B — Historial de precios
| 0,0998 US$ | 0,218 US$ | 0,0 % | 3,4 % | ||
| 0,1199 US$ | 0,239 US$ | 0,0 % | 70,3 % | ||
| 0,1798 US$ | 0,360 US$ | 0,0 % | 20,0 % | ||
No se utiliza en el enrutamiento Standard:Por qué no se usan estos endpoints | |||||
| 0,0957 US$ | 0,186 US$ | 0,0 % | 6,4 % | ||
- En vigor en 0,0998 US$ / Salida efectiva 0,218 US$Proporción de tókenes3,4 %
- En vigor en 0,1199 US$ / Salida efectiva 0,239 US$Proporción de tókenes70,3 %
- En vigor en 0,1798 US$ / Salida efectiva 0,360 US$PriorityProporción de tókenes20,0 %
- No se utiliza en el enrutamiento Standard:Por qué no se usan estos endpoints
- En vigor en 0,0957 US$ / Salida efectiva 0,186 US$FlexProporción de tókenes6,4 %
Rendimiento
La velocidad de generación indica lo rápido que escribe el modelo (tokens por segundo: cuanto mayor, mejor). La latencia es el tiempo total de ida y vuelta (cuanto menor, mejor). TTFT es el tiempo hasta el primer token: cuánto tarda en aparecer algo en pantalla (cuanto menor, mejor).
P50, el mejor entre los proveedores
P50, mejor proveedor
Tiempo de actividad
El tiempo de actividad es el porcentaje de los últimos 3 días en que al menos un proveedor respondía a las solicitudes. La disponibilidad es el porcentaje de tiempo en que la inferencia se sirvió correctamente. OpenRouter supervisa continuamente y utiliza el siguiente mejor proveedor cuando uno devuelve un error.
Disponibilidad durante los últimos 3 días
Últimas 72 horasDisponibilidad en las últimas 24 horas
Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.
Pruebas de rendimiento
Puntuaciones en evaluaciones estandarizadas y respuestas de este modelo a instrucciones compartidas de las pruebas de referencia. Los porcentajes más altos son mejores, y cada posición indica dónde se sitúa este modelo entre los modelos evaluados en esa fuente.
| Fuente | Prueba de rendimiento | Puntuación |
|---|---|---|
| Artificial Analysis | Qwen3 14B (Non-reasoning) GPQA Diamond | 47.0% |
| Artificial Analysis | Qwen3 14B (Non-reasoning) HLE | 4.1% |
| Artificial Analysis | Qwen3 14B (Non-reasoning) IFBench | 23.9% |
| Artificial Analysis | Qwen3 14B (Non-reasoning) τ²-Bench Telecom | 32.2% |
| Artificial Analysis | Qwen3 14B (Non-reasoning) AA-LCR | 0.0% |
| Artificial Analysis | Qwen3 14B (Non-reasoning) CritPt | 0.0% |
| Artificial Analysis | Qwen3 14B (Non-reasoning) LiveCodeBench | 28.0% |
| Artificial Analysis | Qwen3 14B (Non-reasoning) Terminal-Bench Hard | 5.3% |
| Artificial Analysis | Qwen3 14B (Non-reasoning) MMLU-Pro | 67.5% |
| Artificial Analysis | Qwen3 14B (Non-reasoning) AIME 2025 | 58.0% |
| Artificial Analysis | Qwen3 14B (Non-reasoning) AIME | 28.0% |
| Artificial Analysis | Qwen3 14B (Non-reasoning) MATH-500 | 87.1% |
| Artificial Analysis | Qwen3 14B (Reasoning) Coding Index | 13,8 |
| Artificial Analysis | Qwen3 14B (Reasoning) Agentic Index | 0,9 |
| Artificial Analysis | Qwen3 14B (Reasoning) GPQA Diamond | 60.4% |
| Artificial Analysis | Qwen3 14B (Reasoning) HLE | 4.5% |
| Artificial Analysis | Qwen3 14B (Reasoning) IFBench | 40.5% |
| Artificial Analysis | Qwen3 14B (Reasoning) τ²-Bench Telecom | 34.5% |
| Artificial Analysis | Qwen3 14B (Reasoning) AA-LCR | 0.0% |
| Artificial Analysis | Qwen3 14B (Reasoning) τ-Bench Banking | 5.6% |
| Artificial Analysis | Qwen3 14B (Reasoning) GDPval-AA | 0.0% |
| Artificial Analysis | Qwen3 14B (Reasoning) CritPt | 0.0% |
| Artificial Analysis | Qwen3 14B (Reasoning) LiveCodeBench | 52.3% |
| Artificial Analysis | Qwen3 14B (Reasoning) SciCode | 30.7% |
| Artificial Analysis | Qwen3 14B (Reasoning) Terminal-Bench Hard | 3.8% |
| Artificial Analysis | Qwen3 14B (Reasoning) Terminal-Bench 4.0 | 0.0% |
| Artificial Analysis | Qwen3 14B (Reasoning) Terminal-Bench 2.1 | 4.9% |
| Artificial Analysis | Qwen3 14B (Reasoning) MMLU-Pro | 77.4% |
| Artificial Analysis | Qwen3 14B (Reasoning) AIME 2025 | 55.7% |
| Artificial Analysis | Qwen3 14B (Reasoning) AIME | 76.3% |
| Artificial Analysis | Qwen3 14B (Reasoning) MATH-500 | 96.1% |
Aplicaciones
Aplicaciones públicas que envían más tráfico a este modelo. Una buena señal de cómo son las cargas de trabajo reales en producción, y una pista sobre los casos de uso para los que este modelo es más adecuado.
Actividad
Volumen de tokens y tráfico de solicitudes a este modelo a lo largo del tiempo.
API
Código listo para usar para llamar a este modelo. La API de OpenRouter es compatible con OpenAI: la mayoría de los SDK funcionan con solo cambiar la URL base. Lo único que cambia entre modelos es el identificador del modelo que aparece a continuación.
Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región
Preguntas frecuentes
Qwen3-14B is a dense 14.8B parameter causal language model from the Qwen3 series, designed for both complex reasoning and efficient dialogue. It supports seamless switching between a "thinking" mode for tasks like math, programming, and logical inference, and a "non-thinking" mode for general-purpose conversation.
Qwen3 14B cuesta 0,10 US$/M de tokens de entrada y 0,22 US$/M de tókenes de salida.
Qwen3 14B tiene una ventana de contexto de 40.960 tókenes. Admite hasta 40.960 tókenes de respuesta.
Sí. Qwen3 14B acepta tools y tool_choice para llamadas a funciones en 1 de los 2 proveedores que lo ofrecen, y las solicitudes que envían herramientas se enrutan a esos proveedores. También admite salidas estructuradas mediante un esquema JSON en response_format.
Qwen3 14B está disponible a través de 2 proveedores en OpenRouter: DeepInfra y NextBit. Las solicitudes se enrutan al mejor proveedor disponible, con conmutación automática a los demás en caso de fallo, y puede fijar o excluir proveedores mediante el enrutamiento de proveedores.
Qwen3 14B se lanzó el 28 de abril de 2025. Su fecha límite de conocimientos es 31 de marzo de 2025.