Comparación de modelos
DeepSeek-R1-Distill-Qwen-14B
contra
Qwen3-Next-80B-A3B-Thinking
Precios
Input
$
0.1
/ M Tokens
$
0.14
/ M Tokens
Output
$
0.1
/ M Tokens
$
0.57
/ M Tokens
Metadatos
Creado el
Licencia
MIT LICENSE
APACHE-2.0
Proveedor
DeepSeek
Qwen
Especificación
Estado
Deprecated
Deprecated
Arquitectura
Dense Transformer
Qwen3-Next
Calibrado
No
No
Mezcla de expertos
No
Sí
Parámetros totales
14B
80B
Parámetros activados
14B
3B
Razonamiento
No
No
Precisión
FP8
FP8
Longitud del contexto
131K
262K
Tokens máximos
131K
262K
Funcionalidades admitidas
Serverless
Compatible
Compatible
Serverless LoRA
No compatible
No compatible
Ajuste fino
No compatible
No compatible
Embeddings
No compatible
No compatible
Rerankers
No compatible
No compatible
Soporte para Input de Image
No compatible
No compatible
JSON Mode
Compatible
No compatible
Outputs estructuradas
No compatible
No compatible
Herramientas
Compatible
Compatible
Finalización de Fim
Compatible
No compatible
Completado de prefijo de Chat
No compatible
Compatible
DeepSeek-R1-Distill-Qwen-14B en comparación
Ver cómo DeepSeek-R1-Distill-Qwen-14B se compara con otros modelos populares en dimensiones clave.
vs.
Qwen3-VL-32B-Instruct
vs.
Qwen3-VL-32B-Thinking
vs.
Qwen3-VL-8B-Instruct
vs.
Qwen3-VL-8B-Thinking
vs.
Qwen3-VL-30B-A3B-Instruct
vs.
Qwen3-VL-30B-A3B-Thinking
vs.
Qwen3-Omni-30B-A3B-Instruct
vs.
Qwen3-Omni-30B-A3B-Captioner
vs.
Qwen3-Omni-30B-A3B-Thinking
vs.
Qwen3-Next-80B-A3B-Instruct
vs.
Qwen3-Next-80B-A3B-Thinking
vs.
Ling-mini-2.0
vs.
Hunyuan-MT-7B
vs.
gpt-oss-20b
vs.
Qwen3-Coder-30B-A3B-Instruct
vs.
Qwen3-30B-A3B-Thinking-2507
vs.
Qwen3-30B-A3B-Instruct-2507
vs.
GLM-4.1V-9B-Thinking
vs.
Hunyuan-A13B-Instruct
vs.
Qwen3-14B
