Modelos / Qwen 3
Qwen 3 14B
Versão média do Qwen 3 com raciocínio. Ponto ideal para placas de 12 a 16 GB.
- Parâmetros
- 14.8B
- Contexto máximo
- 40K
- Placa mínima
- 16 GB de VRAM
- Mac mínimo
- 16 GB
Alibaba · licença apache-2.0 · mínimos com Q4_K_M e 8K de contexto
Rodar no Ollama
- Q4_K_M
ollama run qwen3:14b - Q8_0
ollama run qwen3:14b-q8_0 - FP16
ollama run qwen3:14b-fp16
Quanta memória precisa
Total com pesos, KV cache e runtime, por quantização e contexto.
| Quantização | 4K | 8K | 32K |
|---|---|---|---|
| Q4_K_M | 10,3 GB | 11,1 GB | 15,7 GB |
| Q5_K_M | 11,9 GB | 12,7 GB | 17,2 GB |
| Q8_0 | 17,2 GB | 18 GB | 22,6 GB |
| FP16 | 31,5 GB | 32,3 GB | 36,9 GB |
Placas que rodam
- RTX 5080 16 GBRoda bem≈ 70 tok/s
- RTX 5070 Ti 16 GBRoda bem≈ 66 tok/s
- RTX 4080 Super 16 GBRoda bem≈ 54 tok/s
- RTX 4070 Ti Super 16 GBRoda bem≈ 49 tok/s
- Radeon RX 9070 XT 16 GBRoda bem≈ 38 tok/s
- Radeon RX 9070 16 GBRoda bem≈ 38 tok/s
- Radeon RX 7800 XT 16 GBRoda bem≈ 37 tok/s
- RTX 5060 Ti 16 GB 16 GBRoda bem≈ 33 tok/s
- RTX 4060 Ti 16 GB 16 GBRoda bem≈ 21 tok/s
- Radeon RX 9060 XT 16 GB 16 GBRoda bem≈ 19 tok/s
- Radeon RX 7600 XT 16 GBRoda bem≈ 17 tok/s
- Radeon RX 7900 XT 20 GBRoda bem≈ 47 tok/s
- RTX 4090 24 GBRoda bem≈ 74 tok/s
- RTX 3090 24 GBRoda bem≈ 69 tok/s
- Radeon RX 7900 XTX 24 GBRoda bem≈ 57 tok/s
- RTX 5090 32 GBRoda bem≈ 131 tok/s
Macs
- M5a partir de 16 GB · ≈ 12 tok/s
- M5 Proa partir de 24 GB · ≈ 23 tok/s
- M5 Maxa partir de 36 GB · ≈ 27 tok/s
- M4a partir de 16 GB · ≈ 9,1 tok/s
- M4 Proa partir de 24 GB · ≈ 21 tok/s
- M4 Maxa partir de 36 GB · ≈ 24 tok/s
Arquitetura
- 40 camadas, 8 cabeças de KV de 128 dimensões.
- Cada token de contexto ocupa cerca de 160 KB de KV cache em F16.
Fontes: config.json · arquivo de pesos · atualizado em 16/10/2026
Mesma família
Qwen 3 4B · Qwen 3 8B · Qwen 3 32B · Qwen 3 30B-A3B · Qwen 3 Coder 30B-A3B