Qwen2.5-14B-Instruct
- 输入 输入模态: 文本 输出 输出模态: 文本
- 工具调用
- 结构化输出
- 开放权重
价格
2 个渠道报价 · 按标价显示 Alibaba Cloud Model Studio（在新标签页打开）
qwen2.5-14b-instruct| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 | ¥1.00 | ¥3.00 |
价格来源 How to check model training and deployment pricing-Alibaba Cloud Model Studio(Model Studio)-阿里云帮助中心（在新标签页打开） (核对于 2026年11月1日)
Alibaba Cloud Model Studio（在新标签页打开）
qwen2.5-14b-instruct| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 自 2026年10月1日 起页面不再列出 历史价格，取自 2026年1月16日 存档的厂商页面 | $0.35 | $1.40 |
价格来源 Alibaba Cloud Model Studio pricing（在新标签页打开） (核对于 2026年9月30日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 推理
- —
- 知识截止
- 2024年4月
- 模型家族
- qwen
- 模型 ID
Alibaba Qwen 的页面未说明：最长输入, 推理档位, 可关闭推理, 最大思考预算, 内置工具, 许可证, 别名。
本地运行
权重： Qwen/Qwen2.5-14B-Instruct- 参数 14.8B
- 稠密
- 原生精度 BF16
- 层数 48
- 每 token 的 KV 缓存 192 KB
- 配置位置数 32K （config.json max_position_embeddings）
- API 上下文 977K （厂商 API）
在你的配置上 · GeForce RTX 4090
●流畅 Q8_0 （自动） 8K 上下文 29–44 tok/s单卡
权重KV 缓存运行开销可用上限
- 需要
- ≈ 16.9 GB (权重 14.6（官方文件） + KV 缓存 1.5 + 开销 0.7)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 29–44 tok/s
- 最长上下文
- 32K (模型上限)
- 首 token
- 2K 提示约 0.48–0.72 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 27.5 GB | ≈ 30.4 | ○需放到内存 4–6 tok/s | — |
| Q8_0官方 | 14.6 GB | ≈ 16.9 | ●流畅 29–44 tok/s | 32K |
| INT8 (GPTQ)官方 | 15.5 GB | ≈ 17.8 | ●流畅 28–41 tok/s | 28K |
| FP8 | 13.8 GB | ≈ 15.9 | ●流畅 31–46 tok/s | 32K |
| Q6_K官方 | 11.3 GB | ≈ 13.4 | ●流畅 37–55 tok/s | 32K |
| Q5_K_M官方 | 9.8 GB | ≈ 11.8 | ●流畅 42–62 tok/s | 32K |
| Q5_0官方 | 9.6 GB | ≈ 11.6 | ●流畅 42–64 tok/s | 32K |
| Q4_K_M官方 | 8.4 GB | ≈ 10.4 | ●流畅 48–71 tok/s | 32K |
| Q4_0官方 | 7.9 GB | ≈ 9.9 | ●流畅 50–75 tok/s | 32K |
| INT4 (AWQ / GPTQ)官方 | 9.3 GB | ≈ 11.3 | ●流畅 43–65 tok/s | 32K |
| IQ4_XS | 7.3 GB | ≈ 9.3 | ●流畅 53–80 tok/s | 32K |
| Q3_K_M官方质量下降明显 | 6.8 GB | ≈ 8.8 | ●流畅 56–84 tok/s | 32K |
| IQ3_XXS质量下降明显 | 5.3 GB | ≈ 7.3 | ●流畅 69–104 tok/s | 32K |
| Q2_K官方质量下降明显 | 5.4 GB | ≈ 7.4 | ●流畅 68–102 tok/s | 32K |
| IQ2_XXS质量下降明显 | 3.5 GB | ≈ 5.5 | ●流畅 93–140 tok/s | 32K |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 GeForce RTX 5070；统一内存 Apple M5 · 16 GB。
运行命令
llama.cpp
llama-server -hf Qwen/Qwen2.5-14B-Instruct-GGUF:Q8_0 -c 8192
Ollama
ollama run hf.co/Qwen/Qwen2.5-14B-Instruct-GGUF:Q8_0
微调需要多少显存
全参≈ 223.0 GB你的配置放不下
LoRA≈ 30.8 GB你的配置放不下
QLoRA≈ 11.0 GB你的配置放得下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得这个模型还没有出现在我们引用的任何排行榜上。
变更
全部变更 →- Alibaba Cloud Model Studio, 中国站 上线报价 输入 ¥1.00 · 输出 ¥3.00
- Alibaba Cloud Model Studio, 国际站 不再报价 输入 $0.35 · 输出 $1.40
- Alibaba Cloud Model Studio, 国际站 上线报价 输入 $0.35 · 输出 $1.40
来源
- Text generation models - Qwen, DeepSeek, GLM | Model Studio - Alibaba Cloud Model Studio - Alibaba Cloud Documentation Center（在新标签页打开） docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月15日
- models.dev: qwen2-5-14b-instruct (community data, MIT)（在新标签页打开） github.com · 核对于 2026年9月30日
- Alibaba Cloud Model Studio pricing（在新标签页打开） alibabacloud.com · 核对于 2026年9月30日
- Qwen2.5: A Party of Foundation Models! | Qwen（在新标签页打开） qwenlm.github.io · 核对于 2026年9月30日
- Qwen/Qwen2.5-14B-Instruct model card（在新标签页打开） huggingface.co · 核对于 2026年11月3日
- Qwen/Qwen2.5-14B-Instruct config.json（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen2.5-14B-Instruct files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen2.5-14B-Instruct-AWQ files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen2.5-14B-Instruct-GGUF files（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- Qwen/Qwen2.5-14B-Instruct-GPTQ-Int4 files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen2.5-14B-Instruct-GPTQ-Int8 files（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- How to check model training and deployment pricing-Alibaba Cloud Model Studio(Model Studio)-阿里云帮助中心（在新标签页打开） help.aliyun.com · 核对于 2026年11月1日
Alibaba Qwen 官方政策：数据使用、隐私、条款 →
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Alibaba Qwen · 中国 · qwen.ai
相关模型
快照、同系列与同厂商的其他模型