BenchLeader

Qwen3 14B

推理强度
质量第 208 / 339 名
46.6Index
低于中位数
较中位数 −3.6
价格第 106 / 255 名
$0.612每百万 token
比多数便宜
中位数的 0.7 倍
速度第 153 / 216 名
60token/秒
低于中位数
中位数的 0.7 倍
性价比第 108 / 255 名
76.1分/$
高于中位数
中位数的 1.4 倍

性价比更高: Qwen3.5-4B $0.060/M 即可获得 Index 46.7,价格只有 10 分之一。

有 57 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 54 个。

截至 2026年11月16日,Qwen3 14B(Alibaba)在 BenchLeader Index 上得分 46.6(共 608 个已排名配置)。表现最好的是智能体与工具(53),最弱的是编程(28)。API 价格为输入每百万 token $0.350、输出每百万 token $1.40(按 3:1 混合为 $0.612),为 2026年11月16日的标价。输出速度约为 60 token/秒(OpenRouter)。发布于 2025年4月29日。

要点(截至 2026年11月16日)

  • Qwen3 14B 的 API 价格为输入每百万 token $0.350、输出每百万 token $1.40(按 3:1 混合为 $0.612)(标价,2026年11月16日)。
  • Qwen3 14B 的输出速度约为 60 token/秒(OpenRouter,2026年11月16日)。
  • Qwen3 14B 于 2025年4月29日发布(Alibaba)。

详细说明:Qwen3 14B 是 Alibaba 的开放权重模型,发布于 2025年4月29日。其最佳配置在 BenchLeader Index 上得分 46.6 ±7.9,在 608 个配置中排第 429 名,处于下半区。关键在于这个“±”:另有 331 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,智能体与工具得分最高(53),编程最低(28)。按混合价格计,每百万 token $0.612,价格居中。输出速度为 60 token/秒,首 token 延迟 0.8 秒,比大多数模型慢。它已在 3 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2025年4月29日。数据较旧:六个月内没有新结果

混合价格
$0.612/M
输入 $0.350 · 输出 $1.40
来源:models.dev
输出速度
60 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
0.82 s
上下文
131k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2025年4月29日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index47
  2. 推理46
  3. 编程28
  4. 智能体与工具53
  5. 数学52

嵌入这个排名

更多徽章样式
[![Qwen3 14B on BenchLeader: 综合第 204 名](https://www.benchleader.com/badge/qwen3-14b.svg?style=compact)](https://www.benchleader.com/models/qwen3-14b)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Alibaba 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理39.2#55044 tok/s19 s$0.0001智能体与工具 38 · 指令遵循 29 · 长上下文 23 · 数学 34 · 推理 40
thinking––48 tok/s15 s$0.0001智能体与工具 34 · 指令遵循 43 · 长上下文 23
未说明最佳46.6#42960 tok/s0.82 s$0.0006智能体与工具 53 · 编程 28 · 数学 52 · 推理 46

Index 走势

2026年9月9日 至 2026年11月16日
314356
  • 默认
  • 无推理

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试无推理thinking默认来源趋势
GPQA Diamond53.4%#221–63.8%#200Epoch AI Benchmarking Hub
GPQA Diamond (AA)不计入 Index47.0%#45160.4%#380–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index4.1%#5634.5%#519–Artificial Analysis
Kagi LLM Benchmark推理强度未说明––49.1%#87Kagi LLM Benchmark
CritPt不计入 Index0.0%#3370.0%#337–Artificial Analysis
LMCA不计入 Index推理强度未说明––18.2%#170Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明––64.0%#179Epoch AI Benchmarking Hub

编程

基准测试无推理thinking默认来源趋势
SciCode推理强度未说明––31.6%#217SciCode
SciCode (AA)不计入 Index–30.7%#229–Artificial Analysis
Terminal-Bench 4.0 (AA)不计入 Index–0.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index–4.9%#210–Artificial Analysis
LiveCodeBench (AA)不计入 Index28.0%#21152.3%#134–Artificial Analysis

智能体与工具

基准测试无推理thinking默认来源趋势
Terminal-Bench Hard5.3%#2823.8%#303–Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index32.2%#25334.5%#243–Artificial Analysis
BFCL Overall推理强度未说明––41.0%#35Berkeley Function Calling Leaderboard
GDPval-AA v2.1不计入 Index–-18#290–Artificial Analysis
τ³-Banking (AA)–5.6%#178–Artificial Analysis
AutomationBench不计入 Index–0.2%#256–Artificial Analysis
GDP.pdf (AA)不计入 Index–1.2%#234–Artificial Analysis

数学

基准测试无推理thinking默认来源趋势
OTIS Mock AIME25.8%#227–66.4%#164Epoch AI Benchmarking Hub
AIME 2025 (AA)不计入 Index58.0%#11655.7%#125–Artificial Analysis

指令遵循

基准测试无推理thinking来源趋势
IFBench23.9%#40240.5%#260Artificial Analysis

长上下文

基准测试无推理thinking来源趋势
AA-LCR v1.10.0%#5170.0%#517Artificial Analysis

综合

基准测试无推理thinking默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明––136.1#128Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index6.7#5206.4#543–Artificial Analysis
AA Progress Index v1不计入 Index170.2#502193.7#444–Artificial Analysis

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
DeepInfra70 tok/s0.29 s$0.120$0.24041kfp8
NextBit64 tok/s0.63 s$0.100$0.22041kint4
DeepInfra50 tok/s0.89 s$0.180$0.36041kfp8

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.385$0.770$1.16$1.5426年9月26年10月26年11月
输入 输出
当前:输入 $0.350 · 输出 $1.40

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0006–5.8 s
总结一份 30 页的报告12,000 / 600$0.0050–10.8 s
代码编辑6,000 / 1,500$0.0042–25.8 s
智能体编程会话60,000 / 4,000$0.027–1.1 min
结构化信息提取2,000 / 200$0.0010–4.2 s

Alibaba 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Qwen3 14B 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Qwen3 14B on BenchLeader: 综合第 204 名](https://www.benchleader.com/badge/qwen3-14b.svg)](https://www.benchleader.com/models/qwen3-14b)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Qwen3 14B on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-14b

BibTeX:

@misc{benchleader_qwen3_14b_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3 14B on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-14b}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Qwen3 14B 的基准测试得分是多少?
截至 2026年11月16日,Qwen3 14B 的 BenchLeader Index 为 46.6 ±7.9。最强的是智能体与工具(53),最弱的是编程(28)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Qwen3 14B 排名第几?
截至 2026年11月16日,Qwen3 14B 在 608 个已排名配置中排第 429 名。另有 331 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Qwen3 14B 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen3 14B 的价格为输入每百万 token $0.350、输出每百万 token $1.40,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.612。标价最近一次变动是在 2026年11月4日。
Qwen3 14B 是什么时候发布的?
Alibaba 于 2025年4月29日发布了 Qwen3 14B。BenchLeader 收录了它在 3 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《Qwen3 14B:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/qwen3-14b。