Bestes 14B-Modell für Coding?
Von Hans Kuepper · Gründer von PromptQuorum · Entdeckungsplattform für Open-Weight- und Open-Source-KI
Wichtigste Erkenntnisse
- ✓Qwen2.5-Coder 14B Instruct erzielt in Qwens eigenem Bericht 89,6 % auf HumanEval, den höchsten Wert der drei hier verglichenen Modelle, und braucht etwa 10 GB VRAM (9,0 GB Download)
- ✓DeepSeek-Coder-V2-Lite ist ein 16B-Mixture-of-Experts-Modell (2,4B aktive Parameter) und erzielt 81,1 % auf HumanEval bei 8,9 GB Download
- ✓StarCoder2 15B Instruct erzielt 67,7 % auf HumanEval und liegt bei diesem Benchmark hinter beiden Modellen
- ✓Mit 12 GB VRAM nehmen Sie Qwen2.5-Coder 14B; unter 8 GB weichen Sie auf einen 7B-Coder aus. Alle HumanEval-Werte sind vom Hersteller berichtete Instruct-Ergebnisse, keine PromptQuorum-Messungen

Schnelle Antwort
Qwen2.5-Coder 14B ist in Qwens eigenem Bericht das stärkste dieser drei Coding-Modelle: 89,6 % auf HumanEval (Instruct) gegenüber 81,1 % für DeepSeek-Coder-V2-Lite und 67,7 % für StarCoder2 15B. Der Download von qwen2.5-coder:14b ist 9,0 GB groß; planen Sie etwa 10 GB VRAM ein.
- ▸Qwen2.5-Coder 14B Instruct: 89,6 % HumanEval, 9,0 GB Download (ollama run qwen2.5-coder:14b)
- ▸DeepSeek-Coder-V2-Lite (16B MoE, 2,4B aktiv): 81,1 % HumanEval, 8,9 GB Download
- ▸StarCoder2 15B Instruct: 67,7 % HumanEval — alle Werte vom Hersteller berichtet, keine PromptQuorum-Messungen
Qwen2.5-Coder 14B führt beim HumanEval
Qwen2.5-Coder-14B-Instruct erzielt im Qwen2.5-Coder-Technical-Report 89,6 % auf HumanEval, den höchsten Wert der drei hier verglichenen Modelle. Es sind vom Hersteller berichtete Instruct-Ergebnisse, keine PromptQuorum-Messungen und keine Q4_K_M-Ergebnisse; quantisierte lokale Builds können leicht abweichen.
DeepSeek-Coder-V2-Lite-Instruct erzielt in derselben Tabelle 81,1 %. Es ist ein Mixture-of-Experts-Modell mit 16B Gesamt- und 2,4B aktiven Parametern, also kein dichtes 14B-Modell, doch der 8,9-GB-Ollama-Download ordnet es in dieselbe VRAM-Klasse ein. Der Abstand von 8,5 Punkten auf HumanEval spricht für Qwen; DeepSeek bleibt eine vernünftige Alternative, wenn Sie es bereits nutzen.
StarCoder2-15B-Instruct-v0.1 erzielt in derselben Tabelle 67,7 %. Es wurde auf The Stack v2 trainiert und eignet sich für repository-orientierte Arbeit, liegt auf HumanEval aber hinter beiden oben genannten Modellen.
| Modell | HumanEval (Instruct) | Architektur |
|---|---|---|
| Qwen2.5-Coder 14B | 89,6 % | 14,7B dicht |
| DeepSeek-Coder-V2-Lite | 81,1 % | 16B MoE (2,4B aktiv) |
| StarCoder2 15B | 67,7 % | 15B dicht |
VRAM-Puffer bestimmt die Modellwahl
Beide Modelle — Qwen2.5-Coder 14B und DeepSeek-Coder-V2-Lite — benötigen bei Q4_K_M ungefähr 10 GB VRAM und lassen auf einer 12-GB-Karte nur 2 GB Puffer. Dieser Spielraum ist bei langen Kontextsitzungen eng: Bei 8k-Kontext steigt der VRAM-Verbrauch auf ~11,5 GB. Bei Workflows mit großen Dateien empfiehlt sich eine Karte mit 16+ GB.
Für Kontextfenster unter 4k Tokens — der übliche Fall bei der Vervollständigung einzelner Dateien — laufen alle drei Modelle problemlos auf einer RTX 3060 12 GB oder RTX 3080 Ti 12 GB. Die Geschwindigkeit bei Qwen und DeepSeek Coder beträgt etwa 14–18 tok/s; StarCoder2 15B läuft bei ähnlichem Durchsatz angesichts des vergleichbaren VRAM-Fußabdrucks. Bevorzugen Sie StarCoder2, wenn Ihr Workflow auf Repository-Suchvorgänge oder Open-Source-Beitragsmuster ausgerichtet ist.
Einen umfassenderen Vergleich von Coding-Modellen bei anderen Größen und VRAM-Tiers finden Sie im Leitfaden für das beste Coding-LLM mit 12 GB VRAM.
Beste allgemeine 14B-Modelle: Qwen3 14B und Phi-4
Für Aufgaben außerhalb des Codings sind Qwen3 14B (qwen3:14b, 9,3 GB Download, 40K Kontext) und Phi-4 (phi4:14b, 9,1 GB Download, 16K Kontext) die beiden wichtigsten allgemeinen 14B-Modelle auf Ollama. Beide passen in der Standard-Quantisierung Q4 auf eine 12-GB-Karte und liegen in derselben VRAM-Klasse wie die Coding-Modelle oben.
Qwen3 14B eignet sich für längeren Kontext und breite mehrsprachige Nutzung; Phi-4 zielt auf Aufgaben mit viel Reasoning und Mathematik. Beim reinen Code führen weiterhin die spezialisierten Modelle oben. Einen direkten Benchmark-Vergleich der allgemeinen Modelle haben wir nicht durchgeführt, daher steht hier kein Score.
| Modell | Ollama-Tag | Download | Kontext |
|---|---|---|---|
| Qwen3 14B | qwen3:14b | 9,3 GB | 40K |
| Phi-4 | phi4:14b | 9,1 GB | 16K |