Qwen3 14B 硬件要求
模型信息
- 参数量
- 14.8B
- 注意力机制
- 全注意力
- 最大上下文
- 32,768 个 token
- 发布日期
- 2025-04-29
同系列的其他规格
| 模型 | 参数量 | 基准量化 | 所需显存（8k） | GeForce RTX 4060 | GeForce RTX 5060 Ti 16GB | GeForce RTX 3090 |
|---|---|---|---|---|---|---|
| Qwen3 8B | 8.2B | Q4_K_M | 6.5 GB | 运行流畅 | 运行流畅 | 运行流畅 |
| Qwen3 14B当前模型 | 14.8B | Q4_K_M | 10.5 GB | 运行较慢 | 运行流畅 | 运行流畅 |
| Qwen3 30B-A3B (2507) | 总计 30.5B · 激活 3.3B（MoE） | Q4_K_M | 19.8 GB | 运行良好 | 运行良好 | 运行流畅 |
| Qwen3 32B | 32.8B | Q4_K_M | 22.0 GB | 无法运行 | 运行较慢 | 运行良好 |
GGUF 文件
| 量化 | 文件大小 | 质量 | 发布者 |
|---|---|---|---|
| Q2_K | 5.75 GB | 损失严重 | 社区 GGUF · unsloth |
| IQ4_XS | 8.14 GB | 均衡 | 社区 GGUF · unsloth |
| Q4_K_M基准 | 9.00 GB | 均衡 | 社区 GGUF · unsloth |
| Q8_0 | 15.70 GB | 近乎无损 | 社区 GGUF · unsloth |
部分仓库只发布 Unsloth Dynamic（UD）版本，大小以你实际下载的文件为准。
不同量化和上下文所需的显存
| 量化 | 4k | 8k | 16k | 32k |
|---|---|---|---|---|
| Q2_K | 6.7 | 7.4 | 8.8 | 11.7 |
| IQ4_XS | 8.9 | 9.6 | 11.0 | 13.9 |
| Q4_K_M | 9.8 | 10.5 | 11.9 | 14.7 |
| Q8_0 | 16.1 | 16.8 | 18.2 | 21.0 |
哪些 GPU 能跑 Qwen3 14B？
判定说明
- 运行流畅
- 全部载入显卡，且达到 20 tok/s 及以上
- 运行良好
- 全部载入显卡且为 8–20 tok/s；MoE 专家放在系统内存且达到 20 tok/s 及以上；或至少 90% 载入显卡且达到 8 tok/s 及以上
- 运行较慢
- 2–8 tok/s；纯 CPU；载入显卡不足 90%；或 MoE 专家放在系统内存且低于 20 tok/s
- 无法运行
- 内存装不下，或低于 2 tok/s
稠密模型分摊在 GPU 和 CPU 上运行时，速度会大幅下降，整体速度由 CPU 那一侧决定。只把专家放在系统内存的 MoE 模型，速度下降要温和得多。
左右滑动可查看所有列。
| 硬件 | 判定 | 速度 | 量化 | 显存/内存 | 运行方式 | 上下文 | 备注 | 价格 |
|---|---|---|---|---|---|---|---|---|
| GeForce RTX 5090 | 估算 121.3 tok/s106.7–135.8校准估算 ±12% | Q4_K_M | 11.1 / 32.0 GB | 全部载入显卡 | 最长 32k | — | 市场价 US$4,200（截至 2026-08-09） | |
| Radeon RX 7900 XTX | 运行流畅 | 估算 70.5 tok/s62.1–79.0校准估算 ±12% | Q4_K_M | 11.1 / 24.0 GB | 全部载入显卡 | 最长 32k | — | 首发价 US$999 |
| GeForce RTX 3090 Ti | 运行流畅 | 估算 68.2 tok/s60.0–76.4校准估算 ±12% | Q4_K_M | 11.1 / 24.0 GB | 全部载入显卡 | 最长 32k | — | 首发价 US$1,999 |
| GeForce RTX 4090 | 估算 68.2 tok/s60.0–76.4校准估算 ±12% | Q4_K_M | 11.1 / 24.0 GB | 全部载入显卡 | 最长 32k | — | 市场价 US$2,755（截至 2026-08-09） | |
| Apple M5 Ultra · 96 GB | 运行流畅 | 估算 67.7 tok/s54.1–81.2校准估算 ±20% | Q4_K_M | 10.9 / 67.2 GB | 统一内存 | 最长 32k | — | — |
| GeForce RTX 5080 | 运行流畅 | 估算 65.0 tok/s57.2–72.8校准估算 ±12% | Q4_K_M | 11.1 / 16.0 GB | 全部载入显卡 | 最长 32k | — | 市场价 US$1,256（截至 2026-08-09） |
| GeForce RTX 3090 | 估算 63.4 tok/s55.7–71.0校准估算 ±12% | Q4_K_M | 11.1 / 24.0 GB | 全部载入显卡 | 最长 32k | — | 市场价 US$1,050（截至 2026-08-09） | |
| GeForce RTX 3080 12GB | 运行流畅 | 估算 61.7 tok/s54.3–69.1校准估算 ±12% | Q4_K_M | 11.1 / 12.0 GB | 全部载入显卡 | 最长 8k | — | 首发价 US$799 |
| GeForce RTX 5070 Ti | 运行流畅 | 估算 60.6 tok/s53.4–67.9校准估算 ±12% | Q4_K_M | 11.1 / 16.0 GB | 全部载入显卡 | 最长 32k | — | 市场价 US$949（截至 2026-08-09） |
| GeForce RTX 5080 Laptop | 运行流畅 | 估算 60.6 tok/s53.4–67.9校准估算 ±12% | Q4_K_M | 11.1 / 16.0 GB | 全部载入显卡 | 最长 32k | — | — |
| GeForce RTX 5090 Laptop | 运行流畅 | 估算 60.6 tok/s53.4–67.9校准估算 ±12% | Q4_K_M | 11.1 / 24.0 GB | 全部载入显卡 | 最长 32k | — | — |
| Radeon RX 7900 XT | 运行流畅 | 估算 58.8 tok/s51.7–65.8校准估算 ±12% | Q4_K_M | 11.1 / 20.0 GB | 全部载入显卡 | 最长 32k | — | 首发价 US$899 |
| GeForce RTX 4080 Super | 运行流畅 | 估算 49.8 tok/s43.8–55.8校准估算 ±12% | Q4_K_M | 11.1 / 16.0 GB | 全部载入显卡 | 最长 32k | — | 首发价 US$999 |
| GeForce RTX 4080 | 运行流畅 | 估算 48.5 tok/s42.7–54.4校准估算 ±12% | Q4_K_M | 11.1 / 16.0 GB | 全部载入显卡 | 最长 32k | — | 首发价 US$1,199 |
| Radeon RX 9070 | 运行流畅 | 估算 47.4 tok/s41.7–53.1校准估算 ±12% | Q4_K_M | 11.1 / 16.0 GB | 全部载入显卡 | 最长 32k | — | 市场价 US$639（截至 2026-08-09） |
| Radeon RX 9070 XT | 运行流畅 | 估算 47.4 tok/s41.7–53.1校准估算 ±12% | Q4_K_M | 11.1 / 16.0 GB | 全部载入显卡 | 最长 32k | — | 市场价 US$689（截至 2026-08-09） |
| Radeon RX 7800 XT | 运行流畅 | 估算 45.9 tok/s40.4–51.4校准估算 ±12% | Q4_K_M | 11.1 / 16.0 GB | 全部载入显卡 | 最长 32k | — | 首发价 US$499 |
| GeForce RTX 4070 Ti Super | 运行流畅 | 估算 45.5 tok/s40.0–50.9校准估算 ±12% | Q4_K_M | 11.1 / 16.0 GB | 全部载入显卡 | 最长 32k | — | 首发价 US$799 |
| GeForce RTX 5070 | 估算 45.5 tok/s40.0–50.9校准估算 ±12% | Q4_K_M | 11.1 / 12.0 GB | 全部载入显卡 | 最长 8k | — | 市场价 US$629（截至 2026-08-09） | |
| GeForce RTX 5070 Ti Laptop | 运行流畅 | 估算 45.5 tok/s40.0–50.9校准估算 ±12% | Q4_K_M | 11.1 / 12.0 GB | 全部载入显卡 | 最长 8k | — | — |
| Apple M3 Ultra · 96 GB | 运行流畅 | 估算 45.1 tok/s36.1–54.2校准估算 ±20% | Q4_K_M | 10.9 / 67.2 GB | 统一内存 | 最长 32k | — | — |
| Apple M5 Max (40-core GPU) · 48 GB | 运行流畅 | 估算 45.1 tok/s36.1–54.1校准估算 ±20% | Q4_K_M | 10.9 / 33.6 GB | 统一内存 | 最长 32k | — | — |
| Apple M2 Ultra · 64 GB | 运行流畅 | 估算 44.1 tok/s35.3–52.9校准估算 ±20% | Q4_K_M | 10.9 / 44.8 GB | 统一内存 | 最长 32k | — | — |
| Apple M4 Max (40-core GPU) · 48 GB | 运行流畅 | 估算 40.1 tok/s32.1–48.1校准估算 ±20% | Q4_K_M | 10.9 / 33.6 GB | 统一内存 | 最长 16k | — | — |
| GeForce RTX 4090 Laptop | 运行流畅 | 估算 39.0 tok/s34.3–43.7校准估算 ±12% | Q4_K_M | 11.1 / 16.0 GB | 全部载入显卡 | 最长 16k | — | — |
| GeForce RTX 4070 | 估算 34.1 tok/s30.0–38.2校准估算 ±12% | Q4_K_M | 11.1 / 12.0 GB | 全部载入显卡 | 最长 8k | — | 首发价 US$599 | |
| GeForce RTX 4070 Super | 运行流畅 | 估算 34.1 tok/s30.0–38.2校准估算 ±12% | Q4_K_M | 11.1 / 12.0 GB | 全部载入显卡 | 最长 8k | — | 首发价 US$599 |
| Apple M5 Max (32-core GPU) · 36 GB | 运行流畅 | 估算 33.8 tok/s27.0–40.6校准估算 ±20% | Q4_K_M | 10.9 / 25.2 GB | 统一内存 | 最长 8k | — | — |
| GeForce RTX 5060 Ti 16GB | 估算 30.3 tok/s26.7–34.0校准估算 ±12% | Q4_K_M | 11.1 / 16.0 GB | 全部载入显卡 | 最长 8k | — | 市场价 US$569（截至 2026-08-09） | |
| Apple M4 Max (32-core GPU) · 36 GB | 运行流畅 | 估算 30.1 tok/s24.1–36.2校准估算 ±20% | Q4_K_M | 10.9 / 25.2 GB | 统一内存 | 最长 8k | — | — |
| GeForce RTX 4080 Laptop | 运行良好 | 估算 29.2 tok/s25.7–32.7校准估算 ±12% | Q4_K_M | 11.1 / 12.0 GB | 全部载入显卡 | 最长 8k |
| — |
| GeForce RTX 2080 Ti | 运行良好 | 估算 27.9 tok/s22.3–33.5校准估算 ±20% | Q4_K_M | 11.0 / 11.0 GB + 0.5 GB 内存 | 部分卸载 | 最长 8k |
| 首发价 US$999 |
| Intel Arc B580 | 运行良好 | 估算 26.0 tok/s20.8–31.2校准估算 ±20% | Q4_K_M | 11.1 / 12.0 GB | 全部载入显卡 | 最长 8k |
| 市场价 US$290（截至 2026-08-09） |
| GeForce RTX 3060 12GB | 估算 24.4 tok/s21.4–27.3校准估算 ±12% | Q4_K_M | 11.1 / 12.0 GB | 全部载入显卡 | 最长 8k |
| 市场价 US$250（截至 2026-08-09） | |
| GeForce GTX 1080 Ti | 运行良好 | 估算 23.8 tok/s16.7–30.9理论估算 ±30% | Q4_K_M | 11.0 / 11.0 GB + 0.5 GB 内存 | 部分卸载 | 最长 8k |
| 首发价 US$699 |
| Radeon RX 9060 XT 16GB | 运行良好 | 估算 23.7 tok/s20.8–26.5校准估算 ±12% | Q4_K_M | 11.1 / 16.0 GB | 全部载入显卡 | 最长 32k |
| 市场价 US$449（截至 2026-08-09） |
| Apple M5 Pro · 24 GB | 运行良好 | 估算 22.6 tok/s18.0–27.1校准估算 ±20% | Q4_K_M | 10.9 / 16.8 GB | 统一内存 | 最长 32k |
| — |
| NVIDIA DGX Spark · 64 GB | 运行良好 | 估算 20.6 tok/s16.5–24.7校准估算 ±20% | Q4_K_M | 10.9 / 48.2 GB | 统一内存 | 最长 32k |
| 首发价 US$3,999（128 GB） |
| Ryzen AI Max+ 395 (Strix Halo) · 32 GB | 运行良好 | 估算 20.3 tok/s16.2–24.4校准估算 ±20% | Q4_K_M | 10.9 / 22.4 GB | 统一内存 | 最长 32k | — | 首发价 US$1,999（128 GB） |
| Apple M4 Pro · 24 GB | 估算 20.1 tok/s16.0–24.1校准估算 ±20% | Q4_K_M | 10.9 / 16.8 GB | 统一内存 | 最长 32k | — | — | |
| GeForce RTX 4060 Ti 16GB | 运行良好 | 估算 19.5 tok/s17.2–21.8校准估算 ±12% | Q4_K_M | 11.1 / 16.0 GB | 全部载入显卡 | 最长 32k | — | 首发价 US$499 |
| Apple M6 · 24 GB | 运行良好 | 估算 12.5 tok/s10.0–15.0校准估算 ±20% | Q4_K_M | 10.9 / 16.8 GB | 统一内存 | 最长 8k | — | — |
| GeForce RTX 3080 10GB | 运行较慢 | 估算 18.2 tok/s14.5–21.8校准估算 ±20% | Q4_K_M | 10.0 / 10.0 GB + 1.5 GB 内存 | 部分卸载 | 最长 32k |
| 首发价 US$699 |
| Apple M5 · 16 GB | 运行较慢 | 估算 11.3 tok/s9.0–13.5校准估算 ±20% | Q4_K_M | 10.9 / 11.2 GB | 统一内存 | 最长 8k |
| — |
| GeForce RTX 3070 | 运行较慢 | 估算 9.1 tok/s7.3–10.9校准估算 ±20% | Q4_K_M | 8.0 / 8.0 GB + 3.5 GB 内存 | 部分卸载 | 最长 32k |
| 首发价 US$499 |
| GeForce RTX 5060 | 运行较慢 | 估算 9.1 tok/s7.3–10.9校准估算 ±20% | Q4_K_M | 8.0 / 8.0 GB + 3.5 GB 内存 | 部分卸载 | 最长 32k |
| 市场价 US$339（截至 2026-08-09） |
| GeForce RTX 5060 Ti 8GB | 运行较慢 | 估算 9.1 tok/s7.3–10.9校准估算 ±20% | Q4_K_M | 8.0 / 8.0 GB + 3.5 GB 内存 | 部分卸载 | 最长 32k |
| 市场价 US$429（截至 2026-08-09） |
| Apple M4 · 16 GB | 估算 8.8 tok/s7.1–10.6校准估算 ±20% | Q4_K_M | 10.9 / 11.2 GB | 统一内存 | 最长 8k |
| — | |
| GeForce RTX 4060 Ti 8GB | 运行较慢 | 估算 8.2 tok/s6.6–9.9校准估算 ±20% | Q4_K_M | 8.0 / 8.0 GB + 3.5 GB 内存 | 部分卸载 | 最长 32k |
| 首发价 US$399 |
| GeForce RTX 4060 | 估算 8.1 tok/s6.5–9.7校准估算 ±20% | Q4_K_M | 8.0 / 8.0 GB + 3.5 GB 内存 | 部分卸载 | 最长 32k |
| 首发价 US$299 | |
| GeForce RTX 4060 Laptop | 运行较慢 | 估算 8.0 tok/s6.4–9.6校准估算 ±20% | Q4_K_M | 8.0 / 8.0 GB + 3.5 GB 内存 | 部分卸载 | 最长 32k |
| — |
| GeForce RTX 4070 Laptop | 运行较慢 | 估算 8.0 tok/s6.4–9.6校准估算 ±20% | Q4_K_M | 8.0 / 8.0 GB + 3.5 GB 内存 | 部分卸载 | 最长 32k |
| — |
| GeForce RTX 3050 8GB | 运行较慢 | 估算 7.7 tok/s6.1–9.2校准估算 ±20% | Q4_K_M | 8.0 / 8.0 GB + 3.5 GB 内存 | 部分卸载 | 最长 32k |
| 首发价 US$249 |
| DDR5-6000 双通道 CPU · 16 GB | 运行较慢 | 估算 4.6 tok/s3.7–5.6校准估算 ±20% | Q4_K_M | 10.3 GB 内存 | 纯 CPU | 最长 16k | — | — |
| DDR5-5600 双通道 CPU · 16 GB | 运行较慢 | 估算 4.3 tok/s3.5–5.2校准估算 ±20% | Q4_K_M | 10.3 GB 内存 | 纯 CPU | 最长 16k | — | — |
| DDR4-3200 双通道 CPU · 64 GB | 无法运行改用 Q2_K（质量损失大）：运行较慢 | 估算 3.6 tok/s2.9–4.3校准估算 ±20% | Q2_K | 7.1 GB 内存 | 纯 CPU | 最长 16k | — | — |
带思考模式的模型会额外花 token 来思考，所以速度门槛按 1.5 倍从严设定（30 / 12 / 3 tok/s）。关闭思考模式后，判定可能会高一级。
能运行它的最便宜 GPU
- 运行流畅GeForce RTX 5060 Ti 16GB市场价 US$569（截至 2026-08-09），估算 30.3 tok/s（26.7–34.0，校准估算 ±12%）。
- 运行良好GeForce RTX 3060 12GB市场价 US$250（截至 2026-08-09），估算 24.4 tok/s（21.4–27.3，校准估算 ±12%）。
Qwen3 14B 的实测结果
这个模型暂无公开基准测试结果。
常见问题
Qwen3 14B 需要多少显存？
Q4_K_M 文件为 9.00 GB；在 8k 上下文下，显卡约需 10.5 GB（权重 8.56 GB、KV 缓存 1.3 GB、计算缓冲区 0.6 GB）。已收录的最小文件（Q2_K（质量损失大））约需 7.4 GB。 文件的一部分不会放到显卡上：llama.cpp 把输入嵌入表保留在系统内存中。Mac 按整个文件计算，所以需要的内存稍多一些。
能让 Qwen3 14B 运行良好的最便宜 GPU 是哪款？
运行流畅的最便宜选择：GeForce RTX 5060 Ti 16GB，US$569（2026-08-09 市场价），估算 30.3 tok/s（26.7–34.0，校准估算 ±12%）。更便宜、仍能运行良好的选择：GeForce RTX 3060 12GB，US$250（2026-08-09 市场价），估算 24.4 tok/s（21.4–27.3，校准估算 ±12%）。
Qwen3 14B 能在 8 GB、16 GB 或 24 GB 的 GPU 上运行吗？
Q4_K_M、8k 上下文下：GeForce RTX 4060：运行较慢，估算 8.1 tok/s（6.5–9.7，校准估算 ±20%）; GeForce RTX 5060 Ti 16GB：运行流畅，估算 30.3 tok/s（26.7–34.0，校准估算 ±12%）; GeForce RTX 3090：运行流畅，估算 63.4 tok/s（55.7–71.0，校准估算 ±12%）。
速度是根据内存带宽得出的估算值，并用公开基准测试结果校准，每个数值都附有误差范围和可信度标签。实际结果会因驱动、后端、上下文长度和散热情况而有所不同。