Qwen2.5 14B Instruct

Fiche modèle · Alibaba Cloud / Qwen Team · qwen-2.5-14b-instruct

Qwen2.5-14B-Instruct is an instruction-tuned 14.7B parameter language model, part of the Qwen2.5 series. It features significant improvements in instruction following, long text generation (8K+ tokens), structured data understanding, and JSON output generation. The model supports a 128K token context length and multilingual capabilities across 29+ languages including Chinese, English, French, Spanish, and more.

Fiches modèles

Identité

OrganisationAlibaba Cloud / Qwen Team
Pays—
Famille—
Typellm
Date de sortie2024-09-19
Licenceapache 2.0
Licence commercialeoui
Licence open sourceoui
Poids ouvertsoui
Auto-hébergement (DGX Spark)oui — ≤ 107 Md (Q8/FP8)
Modalités—
Fenêtre de contexte32 768
KV cache / token (Q8)98.3 ko/token
Paramètres totaux14.7 B
Paramètres actifs (session)14.8 B
Source des paramètres actifsactifs = total (modèle dense, config HF (Qwen/Qwen2.5-14B-Instruct)) ; total : config Hugging Face (Qwen/Qwen2.5-14B-Instruct)
Curation des paramètres actifs2026-11-04
Prix par session—
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)—
Tokens d'entraînement18 000 000 000 000
Coupure de connaissance—
Créé le2026-05-07T16:53:35.286715Z
Mis à jour le2026-11-04T06:05:04.726724Z
SourceLLM Stats
URLhttps://llm-stats.com/models/qwen-2.5-14b-instruct
Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : partiel — auto-hébergement DGX Spark (≤ 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
language0.70
legal0.70
math0.70
physics0.40
reasoning0.70
finance0.60
general0.70
healthcare0.70
biology0.50
chemistry0.50
code0.80

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
arc-creasoning0.671.000.67nonoui2026-11-04T06:05:04.732962Z
bbhreasoning0.781.000.78nonoui2026-11-04T06:05:04.742170Z
gpqareasoning0.461.000.46nonoui2026-11-04T06:05:04.748527Z
gsm8kmath0.951.000.95nonoui2026-11-04T06:05:04.756886Z
humanevalreasoning0.831.000.83nonoui2026-11-04T06:05:04.761098Z
humaneval+reasoning0.511.000.51nonoui2026-11-04T06:05:04.769702Z
mathmath0.801.000.80nonoui2026-11-04T06:05:04.773217Z
mbppreasoning0.82100.000.82nonoui2026-11-04T06:05:04.781180Z
mbpp+reasoning0.631.000.63nonoui2026-11-04T06:05:04.789097Z
mmlugeneral0.801.000.80nonoui2026-11-04T06:05:04.793313Z
mmlu-prolanguage0.641.000.64nonoui2026-11-04T06:05:04.797907Z
mmlu-reduxlanguage0.801.000.80nonoui2026-11-04T06:05:04.810816Z
mmlu-stemmath0.761.000.76nonoui2026-11-04T06:05:04.817821Z
multipl-egeneral0.731.000.73nonoui2026-11-04T06:05:04.823753Z
theoremqamath0.431.000.43nonoui2026-11-04T06:05:04.834981Z
truthfulqageneral0.581.000.58nonoui2026-11-04T06:05:04.839402Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
code228—3.861trueskill2026-10-19model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04