API de Qwen3 14B
Fuente del modelo: Hugging FacePiensa antes de contestar y tú decides cuánto: equilibrio entre calidad y gasto.
Qwen3 14B piensa antes de responder, y tú decides cuánto: un dial entre calidad y gasto para tareas que necesitan unos pasos de razonamiento pero no un modelo de frontera. En GPU Flow cuesta 0,20 € por millón de tokens de entrada y 1,00 € por millón de salida.
Lee de una vez
≈ 70 páginas
32.768 tokens
Tamaño del cerebro
Pequeño y rápido
14B, FP8
Dónde funciona
España (UE)
MIG B200
Entiende
Texto, no imágenes
Chat, Razonamiento, Herramientas
En qué destaca
- Razonamiento con esfuerzo ajustable. Decides cuánto piensa antes de responder, así que solo pagas el razonamiento que la tarea necesita.
- Llamadas a herramientas para agentes. Llama a tus funciones en el formato estándar de OpenAI y trabaja con el resultado.
- Chat y resúmenes en lenguaje llano. Respuestas y resúmenes claros para tareas del día a día, con un contexto de unas 70 páginas.
Para la mayoría de cargas, Qwen3.8 27B es más fuerte y más barato en salida; elige Qwen3 14B cuando quieras controlar el esfuerzo de razonamiento.
Precio
€ por millón de tokens, IVA incluido
Para tu equipo técnico
Compatible con el SDK de OpenAI: cambias la URL base y la clave, y listo.
curl https://api.gpuflow.ai/v1/chat/completions \
-H "Authorization: Bearer $GPUFLOW_API_KEY" \
-d '{ "model": "qwen-3-14b",
"messages": [{ "role": "user", "content": "Hola" }] }'Contexto y límites
- Contexto
- 32.768 tokens por petición, unas 70 páginas.
- Peticiones por minuto
- 1.000 por clave, con ráfagas de hasta el doble; ampliable a 5.000 desde el panel. 5.000 en total por cuenta.
- Tokens por minuto
- 2.000.000 de entrada (la caché no cuenta) y 400.000 de salida, por clave.
- Prompt por petición
- Hasta 256.000 tokens, ampliable a petición.
- Si te pasas
- Error 429 con la cabecera Retry-After, que dice cuántos segundos esperar.
Qwen3 14B frente a modelos parecidos
| Qwen3 14B | Qwen3.8 27B | Qwen3.5 9B | |
|---|---|---|---|
| Para qué | Razonamiento con esfuerzo ajustable, herramientas | Código, agentes, salida estructurada | Tareas sencillas en gran volumen |
| Contexto | ≈ 70 páginas | ≈ 210 páginas | ≈ 140 páginas |
| Entrada / salida, € por millón | 0,20 / 1,00 | 0,10 / 0,30 | 0,10 / 0,15 |
| 1.000 respuestas de chat | ~0,40 € | ~0,14 € | ~0,10 € |
Empieza con Qwen3.8 27B; elige Qwen3 14B cuando quieras controlar el esfuerzo de razonamiento; baja a Qwen3.5 9B si la tarea es sencilla y el volumen alto.
Preguntas frecuentes
¿Qwen3 14B es gratis?
Los pesos del modelo son open source; ejecutarlo cuesta tiempo de GPU. En GPU Flow pagas 0,20 € por millón de tokens de entrada, y cada cuenta nueva recibe 5 € de saldo al añadir su tarjeta.
¿Cuál es el precio de la API de Qwen3 14B?
0,20 € por millón de tokens de entrada, 1,00 € por millón de salida y 0,02 € por millón de entrada en caché. IVA incluido, sin cuota mensual.
¿Qwen3 14B admite llamadas a funciones?
Sí, con el parámetro tools estándar de la API de OpenAI.
¿Puedo usar Qwen3 14B con Claude Code o Cursor?
Sí. Claude Code se conecta por el endpoint compatible con Anthropic (/v1/messages); Cursor y el resto de herramientas, por el compatible con OpenAI (/v1/chat/completions).
¿Dónde funciona?
En nuestras GPU NVIDIA B200, en un centro de datos en España.
¿Cómo ajusto el esfuerzo de razonamiento?
Con reasoning.effort ("low", "medium", "high", o "none" para apagarlo) o con reasoning.max_tokens en el SDK de OpenAI; con thinking.budget_tokens en el de Anthropic. Nosotros lo traducimos al motor.
¿Cuándo es mejor Qwen3 14B que Qwen3.8 27B?
Cuando quieres controlar cuánto razona el modelo en cada petición. Para casi todo lo demás, Qwen3.8 27B es más fuerte y más barato en salida.