Kan Qwen3 14B lokaal draaien?

Ja, de gewichten zijn open en gehost op Hugging Face bij Qwen/Qwen3-14B. Ollama, LM Studio, llama.cpp, MLX-LM en KTransformers ondersteunen het allemaal.

Wat kost het en hoe groot is het contextvenster?

Via API kost het $0,12 per miljoen invoertokens en $0,24 per miljoen uitvoertokens. De native context is 32.768 tokens, uitbreidbaar tot 131.072 met YaRN-gebaseerde scaling.

Hoe verschilt Qwen3 14B van Qwen2.5?

Qwen3 14B voegt de expliciete schakelaar tussen denk- en niet-denkmodus toe, die Qwen2.5 instruct-modellen missen, en de maker stelt dat het eerdere Qwen2.5 instruct-modellen overtreft op wiskunde, code en gezond verstand redenering.

Qwen3 14B

4339°

#llm #qwen #redeneren #coderen #agenten #meertalig

Voer dit model uit

Aanbiedingen / Advertenties

OpenRouter Terminal / API

Betaal per token

Chat met dit model in de browser of roep het aan vanuit je code met één API-sleutel.

Qwen | 40.960 token context | $0,12/M input, $0,24/M output. Qwen3-14B is een dense 14,8 miljard parameter causaal taalmodel uit de Qwen3-serie, ontworpen voor zowel complex redeneren als efficiënte dialoog. Het ondersteunt naadloos schakelen tussen een "thinking" modus voor taken zoals wiskunde, programmeren en logische inferentie, en een "non-thinking" modus voor algemene conversatie. Het model is fijn-afgesteld voor instructieopvolging, agent toolgebruik, creatief schrijven en meertalige taken in meer dan 100 talen en dialecten. Het verwerkt native contexten van 32K tokens en kan uitbreiden tot 131K tokens met YaRN-gebaseerde schaalvergroting.

Gidsen voor dit model

Ollama vs LM Studio (2026): welke lokale AI-app gebruik je, en welke topmodellen draaien ze

Hoeveel VRAM heb ik eigenlijk nodig voor lokale AI?

Wat is een GGUF-bestand? Uitleg over gekwantiseerde modellen (Q4, Q8, fp8, NF4)

Alle gidsen

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

Qwen3 14B is een open-gewichtenmodel van Qwen met 14,8 miljard parameters dat in twee expliciete modi draait: een denkmodus voor wiskunde, code en meerstapsredenering, en een niet-denkmodus voor gewone gesprekken. Met $0,12 per miljoen invoertokens via API en volledig lokaal uitvoerbaar via Ollama, LM Studio of llama.cpp, bevindt het zich in een praktisch middengebied tussen kleine snelle modellen en grote dure modellen. Het is geschikt voor ontwikkelaars en onderzoekers die één model willen dat van modus kan wisselen zonder checkpoints te hoeven wisselen.

Bekend om

Schakelbare denk- en niet-denkmodi binnen één model
Sterk agent-gereedschapgebruik in zowel denk- als niet-denkmodi
Ondersteuning voor meer dan 100 talen met solide meertalige instructie-opvolging
Open gewichten, lokaal uitvoerbaar via Ollama, LM Studio, llama.cpp en anderen
Native 32K context, uitbreidbaar tot 131K met YaRN-scaling

Let op

Context boven 32K gebruikt YaRN-extrapolatie; kwaliteit aan het uiterste einde is niet gegarandeerd.
Bij 14,8 miljard parameters is lokaal gebruik ongeveer 12–16 GB VRAM nodig voor comfortabele inferentie.
De maker heeft geen volledige licentievoorwaarden op deze pagina gepubliceerd; controleer de Hugging Face-repo voor commercieel gebruik.

Het beste voor

Redeneren

Coderen

Agenten en toolgebruik

Meertalig

Draait lokaal

Prompts om te proberen

Debug een lastige async-bug

Ik heb een Python async-functie die af en toe RuntimeError: Event loop is closed veroorzaakt wanneer deze wordt aangeroepen vanuit een FastAPI achtergrondtaak. Loop stap voor stap door de waarschijnlijke oorzaken en geef me daarna een gecorrigeerde versie van het patroon die het probleem voorkomt. Gebruik de denkmodus als je kunt.

Plan een meerstapsagent

Je hebt toegang tot een webzoektool, een Python-executor en een bestandsschrijftool. Een gebruiker wil elke maandag een wekelijkse samenvatting van AI-onderzoekspapers per e-mail ontvangen. Ontwerp de volledige agentlus: wat elke stap aanroept, wat het controleert, hoe het mislukkingen afhandelt en hoe de uiteindelijke output eruitziet.

Vertaal en lokaliseer tekst

Vertaal de volgende Engelse productbeschrijving naar Braziliaans Portugees, Mexicaans Spaans en Vereenvoudigd Chinees. Voeg na elke vertaling een korte opmerking toe over eventuele culturele of idiomatische aanpassingen die je hebt gemaakt en waarom: 'Onze app helpt kleine teams sneller te leveren door vergadertijd te halveren en iedereen op één lijn te houden zonder ruis.'

Vergelijk met

Qwen3.8 Max (0902)
Alleen API-model
1,000,000 token context · $2.00/M invoer, $6.00/M uitvoer
Qwen3.7 Plus
Alleen API-model
1,000,000 token context · $0.32/M invoer, $1.28/M uitvoer
Qwen3.6 Plus
Alleen API-model
1,000,000 token context · $0.33/M invoer, $1.95/M uitvoer
Qwen3.6 Max Preview
Alleen API-model
262,144 token context · $1.03/M invoer, $6.16/M uitvoer

Meer tekstmodellen van qwen

Veelgestelde vragen

Kan Qwen3 14B lokaal draaien?: Ja, de gewichten zijn open en gehost op Hugging Face bij Qwen/Qwen3-14B. Ollama, LM Studio, llama.cpp, MLX-LM en KTransformers ondersteunen het allemaal.
Wat kost het en hoe groot is het contextvenster?: Via API kost het $0,12 per miljoen invoertokens en $0,24 per miljoen uitvoertokens. De native context is 32.768 tokens, uitbreidbaar tot 131.072 met YaRN-gebaseerde scaling.
Hoe verschilt Qwen3 14B van Qwen2.5?: Qwen3 14B voegt de expliciete schakelaar tussen denk- en niet-denkmodus toe, die Qwen2.5 instruct-modellen missen, en de maker stelt dat het eerdere Qwen2.5 instruct-modellen overtreft op wiskunde, code en gezond verstand redenering.

Oordeel van de kapitein
Een echt dual-mode open model tegen een prijs die het moeilijk maakt te negeren voor iedereen die redeneerwerk doet met een budget.

Modelkaart op Hugging Face

De kapitein schrijft deze aantekeningen op basis van de eigen beschrijving en modelkaart van het model. Prijzen en contextgroottes zijn die van de provider op het moment van schrijven en kunnen veranderen.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hoe deze score wordt opgebouwd

Dit model heeft nog geen populariteitsgegevens van welke bron dan ook, dus het krijgt een tijdelijke waarde onder 7,000° om de lijsten compleet te houden. Het staat nooit hoger dan een model met data. De uitsplitsing verschijnt hier zodra een bron het rapporteert.

Woordenlijst: de gebruikte termen

Heat-score: Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer: De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten: Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal: Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes: Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid: Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat: Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder: Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde: Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites: Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens: Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint): De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding: Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten: De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd: Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost: Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score: Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode): Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend: Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model: Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.

Vergelijkbare modellen

Hermes 3 70B Instruct

AI-modellen voor het genereren van afbeeldingen, video en tekst

Qwen3 14B is een tekstmodel voor de Text / LLM-familie, vermeld op ModelTrends.ai, een alleen-lezen catalogus van open source AI-modellen voor afbeeldingen, video en tekst. Vergelijk het met andere Text / LLM-modellen en bekijk de populariteitsscore om de trend te zien.

Meer Text / LLM-modellen Meer Text / LLM Tekst / LLM llm qwen redeneren coderen agenten meertalig lokaal

Bladeren op modelfamilie