Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

Qwen3 30B A3B Instruct 2507

Alibaba · Qwen/Qwen3-30B-A3B-Instruct-2507

Texto e chat

Arquivo Q4 de 18,6 GB (Q4_K_M) · roda bem a partir de 32 GB · Licença dos pesos: Apache 2.0

LMArena · texto1.382 ± 5Posição 190 · rodada 2026-10-22 · escala própria
Memória necessária~23 GBPesos Q4 + margem, antes da reserva da máquina
Parâmetros30,5 Bespecificação do fabricante · 3,3B ativos
Contexto262.144 tokensPublicado para este modelo

Qualidade

LMArena · texto · pontuação
1.382 ± 5Intervalo de confiança 1.377–1.387 · 23.306 votos · posição 190 da rodadaLMArena 2026-10-22 · CC BY 4.0

Sem resultado em LiveBench 2026-06-25 Sem resultado no LiveBench 2026-06-25

Informado pelo publicador

25 resultados · ficha de Alibaba · lida em 2026-10-25
MMLU-Pro
78,4Knowledge
MMLU-Redux
89,3Knowledge
GPQA
70,4Knowledge
SuperGPQA
53,4Knowledge
AIME25
61,3Reasoning
HMMT25
43,0Reasoning
ZebraLogic
90,0Reasoning
LiveBench 20241125
69,0Reasoning
Todos os resultados informados25
LiveCodeBench v6 (25.02-25.05)
43,2Coding
MultiPL-E
83,8Coding
Aider-Polyglot
35,6Coding
IFEval
84,7Alignment
Arena-Hard v2
69,0Alignment
Creative Writing v3
86,0Alignment
WritingBench
85,5Alignment
BFCL-v3
65,1Agent
TAU1-Retail
59,1Agent
TAU1-Airline
40,0Agent
TAU2-Retail
57,0Agent
TAU2-Airline
38,0Agent
TAU2-Telecom
12,3Agent
MultiIF
67,9Multilingualism
MMLU-ProX
72,0Multilingualism
INCLUDE
71,9Multilingualism
PolyMATH
43,1Multilingualism
Entre os tamanhos do Qwen325 resultados em comum · mesmo publicador e configuração
Qwen3: resultados que o publicador informa para cada tamanho na mesma configuração
Benchmark (configuração do publicador)4B Instruct 250730B A3B Instruct 2507
MMLU-Pro · Knowledge69,678,4
MMLU-Redux · Knowledge84,289,3
GPQA · Knowledge62,070,4
SuperGPQA · Knowledge42,853,4
AIME25 · Reasoning47,461,3
HMMT25 · Reasoning31,043,0
ZebraLogic · Reasoning80,290,0
LiveBench 20241125 · Reasoning63,069,0
LiveCodeBench v6 (25.02-25.05) · Coding35,143,2
MultiPL-E · Coding76,883,8
Aider-Polyglot · Coding12,935,6
IFEval · Alignment83,484,7
Arena-Hard v2 · Alignment43,469,0
Creative Writing v3 · Alignment83,586,0
WritingBench · Alignment83,485,5
BFCL-v3 · Agent61,965,1
TAU1-Retail · Agent48,759,1
TAU1-Airline · Agent32,040,0
TAU2-Retail · Agent40,457,0
TAU2-Airline · Agent24,038,0
TAU2-Telecom · Agent13,212,3
MultiIF · Multilingualism69,067,9
MMLU-ProX · Multilingualism61,672,0
INCLUDE · Multilingualism60,171,9
PolyMATH · Multilingualism31,143,1

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Performance); coluna “Qwen3-30B-A3B-Instruct-2507”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Rodar

Rodar

Arquivo Q4_K_M · 18,6 GB · unsloth/Qwen3-30B-A3B-Instruct-2507-GGUF · O que é Q4?

Medido 113,3 tok/s · MLX q4 · 1 máquina · mlx-lm BENCHMARKS.md · todas as linhas

ollama run hf.co/unsloth/Qwen3-30B-A3B-Instruct-2507-GGUF:Q4_K_M
  1. Instale o Ollama
  2. Rode o comando acima
  3. Pergunte: Explique o que é a janela de contexto, em duas frases.

Roda em

Cabe na memória rápida 42

A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.

Mostrar todos os 42

Na memória, fora da parte rápida 51

Dentro da memória da máquina, fora da parte rápida: na placa de vídeo, as camadas que não cabem rodam na CPU a partir da RAM do PC (a RAM informada, ou 32 GB presumidos); no Mac, acima da fatia de GPU padrão do macOS. Não é um número de velocidade.

Mostrar todos os 51

Falta um degrau de memória 9

As mesmas máquinas com o próximo tamanho de memória o comportariam na memória rápida.

Mostrar todos os 9

Qwen3 30B A3B Instruct 2507 é um modelo de texto da Alibaba com 30,5B de parâmetros, dos quais 3,3B ativos por token (mistura de especialistas). Foi lançado em 30 de julho de 2025 e lê até 262.144 tokens de contexto. Os pesos em Q4 com a margem de trabalho somam cerca de 23 GB antes da reserva da máquina; as menores máquinas de referência cuja memória rápida comporta isso são Mac mini M4 · 32 GB unificados (~31 GB com a reserva) e RTX 5090 · 32 GB de VRAM (~25 GB com a reserva). Coletamos 30 arquivos GGUF e MLX para baixar de 2 fontes de publicadores; a fonte GGUF mais baixada é a de unsloth. Ele não tem resultado no LiveBench 2026-06-25. Sua pontuação de texto no LMArena é 1.382 ± 5 (rodada 2026-10-22), uma escala separada de preferência humana.

Perfis de hardware agrupados pela estimativa de planejamento Q4 em cada máquina (GPUs dedicadas reservam 2 GB; memória unificada e do sistema, 25%, de 2 a 8 GB): cabe na memória rápida, fica na memória mas fora da parte rápida (camadas na RAM do PC, ou acima da fatia de GPU do macOS), ou falta um degrau de memória. Cada cartão abre o perfil do hardware. Não é compatibilidade nem velocidade medida.

Nas máquinas de referência

Qwen3 30B A3B Instruct 2507 nas máquinas de referência
Onde fica o Q4
Mac mini M2 · 8 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~25 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
Mac mini M4 · 16 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~27 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
Mac mini M4 · 24 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~29 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
Mac mini M4 · 32 GB unificadosCabe na memória rápidaQ4_K_MGGUF · 18,6 GB · precisa de ~32 GB16.384 tokens~31 GBCabe na memória rápidaQ4_K_MGGUF · 18,6 GB · precisa de ~32 GB16.384 tokens
Mac mini M5 Pro · 64 GB unificadosCabe na memória rápidaQ8_0GGUF · 32,5 GB · precisa de ~48 GB65.536 tokens~31 GBCabe na memória rápidaQ8_0GGUF · 32,5 GB · precisa de ~48 GB65.536 tokens
Mac Studio M5 Max · 128 GB unificadosCabe na memória rápidaQ8_0GGUF · 32,5 GB · precisa de ~48 GB262.144 tokens~31 GBCabe na memória rápidaQ8_0GGUF · 32,5 GB · precisa de ~48 GB262.144 tokens
Mac Studio · M5 Ultra · CPU de 36 núcleos / GPU de 80 núcleos · 512 GB unificadosCabe na memória rápidaQ8_0GGUF · 32,5 GB · precisa de ~48 GB262.144 tokens~31 GBCabe na memória rápidaQ8_0GGUF · 32,5 GB · precisa de ~48 GB262.144 tokens
RTX 4060 · 8 GB de VRAMNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~25 GBNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
RTX 3060 · 12 GB de VRAMNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~25 GBNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
RTX 5080 · 16 GB de VRAMNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~25 GBNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
RTX 4090 · 24 GB de VRAMNa memória, fora da parte rápidaIQ4_XSGGUF · 16,4 GB · precisa de ~23 GB16.384 tokens~25 GBNa memória, fora da parte rápidaIQ4_XSGGUF · 16,4 GB · precisa de ~23 GB16.384 tokens
RTX 5090 · 32 GB de VRAMCabe na memória rápidaQ5_K_MGGUF · 21,7 GB · precisa de ~29 GB32.768 tokens~25 GBCabe na memória rápidaQ5_K_MGGUF · 21,7 GB · precisa de ~29 GB32.768 tokens
DGX H100 · 8 × 80 GBCabe na memória rápidaQ8_0GGUF · 32,5 GB · precisa de ~56 GB262.144 tokens~39 GBCabe na memória rápidaQ8_0GGUF · 32,5 GB · precisa de ~56 GB262.144 tokens

A coluna de arquivo usa a escada de quantização do site (Q8_0 a Q3_K_M; MLX de 8 a 4 bits no Mac): o maior arquivo coletado cujo tamanho × 1,2, mais o cache de contexto e a reserva da máquina, cabe na memória rápida. Estimativas de planejamento, não execuções medidas.

Planejar outra quantização ou contexto

Considere para

Compare Qwen3 30B A3B Instruct 2507 pela ficha do publicador. Não há nota geral no snapshot LiveBench 2026-06-25.

Confira antes

Os pesos em Q4 com a margem de trabalho somam cerca de 23 GB a partir de 30,5B parâmetros declarados, antes da reserva da máquina (Roda em soma a reserva de cada máquina). Não é um mínimo medido; contexto, lote, runtime e quantização mudam o uso real de memória.

Versões para baixar

Arquivos que você pode baixar deste checkpoint. A seção abre na fonte GGUF coletada mais baixada, unsloth, no arquivo Q4_K_M. Num Mac abre na fonte MLX mais baixada. Os tamanhos são os bytes publicados no Hub. O que é Q4?

unsloth

unsloth/Qwen3-30B-A3B-Instruct-2507-GGUF · Qwen3-30B-A3B-Instruct-2507-Q4_K_M.gguf · 18,6 GB

Rodar este arquivo

ollama run hf.co/unsloth/Qwen3-30B-A3B-Instruct-2507-GGUF:Q4_K_M
llama-server -hf unsloth/Qwen3-30B-A3B-Instruct-2507-GGUF:Q4_K_M
lms get https://huggingface.co/unsloth/Qwen3-30B-A3B-Instruct-2507-GGUF
  • mlx-lm: O mlx-lm roda repositórios MLX; escolha a versão MLX num Mac

As notas de qualidade desta página pertencem ao checkpoint original; estes arquivos não recebem nota nem ranking. Tamanhos lidos em 2026-10-23 · downloads lidos em 2026-10-17 · comandos: Documentação do Hugging Face Hub: Ollama com qualquer modelo GGUF · README do servidor do llama.cpp (-hf <user>/<model>[:quant]) · Documentação do LM Studio: lms get com uma URL do Hugging Face · README do mlx-lm (mlx_lm.generate --model)

Ajustes, adaptadores e outras versões120 ajustes
Versões quantizadas
141
Ajustes (fine-tunes)
120
Adaptadores · misturas
128 · 12

Ver na árvore de modelos do Hugging Face · lido em 2026-10-23

Versões sem filtro (uncensored, abliterated)3

Algumas versões da comunidade removem as recusas de segurança do modelo. A qualidade pode cair, o publicador original não dá suporte, as afirmações sobre elas são de quem as publicou e a licença original continua valendo. Este site nunca as recomenda nem as ranqueia.

3 repositórios derivados têm “uncensored” ou “abliterated” no nome (lido em 2026-10-23).

Velocidade medida

Tokens por segundo por máquina

Saída em tok/s · 1 máquina · todas as linhas na tabela · O que é um token?

Apple M4 Max · 64 GB · MLX q4, 113,33 · MLX q4113,3
Apple M4 Max · 64 GB · MLX q5, 101,00 · MLX q5101,0
Apple M4 Max · 64 GB · MLX q6, 94,14 · MLX q694,1
Apple M4 Max · 64 GB · MLX q8, 83,16 · MLX q883,2
Velocidade medida
Apple M4 Max · 64 GB (núcleos de GPU não informados)113,33MLX q42048 / 128 · Um processo mlx_lm.benchmarkMLX (mlx-lm)mlx 0.29.2.dev20251008+85a8824a8 · mlx-lm 0.28.2 · macOS 26.1mlx-community/Qwen3-30B-A3B-Instruct-2507-4bit
Apple M4 Max · 64 GB (núcleos de GPU não informados)101,00MLX q52048 / 128 · Um processo mlx_lm.benchmarkMLX (mlx-lm)mlx 0.29.2.dev20251008+85a8824a8 · mlx-lm 0.28.2 · macOS 26.1mlx-community/Qwen3-30B-A3B-Instruct-2507-5bit
Apple M4 Max · 64 GB (núcleos de GPU não informados)94,14MLX q62048 / 128 · Um processo mlx_lm.benchmarkMLX (mlx-lm)mlx 0.29.2.dev20251008+85a8824a8 · mlx-lm 0.28.2 · macOS 26.1mlx-community/Qwen3-30B-A3B-Instruct-2507-6bit
Apple M4 Max · 64 GB (núcleos de GPU não informados)83,16MLX q82048 / 128 · Um processo mlx_lm.benchmarkMLX (mlx-lm)mlx 0.29.2.dev20251008+85a8824a8 · mlx-lm 0.28.2 · macOS 26.1mlx-community/Qwen3-30B-A3B-Instruct-2507-8bit

Fonte: mlx-lm BENCHMARKS.md · resultado dos mantenedores (consultado 2026-10-25) · MLX (mlx-lm) · mlx 0.29.2.dev20251008+85a8824a8 · mlx-lm 0.28.2 · macOS 26.1 · não estimado

Como rodar

A memória necessária acima é a carga Q4 antes da reserva da máquina. Fórmula: parâmetros × 0,625 byte, mais 20% de margem; cada máquina soma então a reserva do sistema: 25% da memória unificada ou do sistema, de 2 a 8 GB, ou 2 GB por GPU em placas dedicadas. Não é VRAM medida nem tamanho do download do checkpoint.

Apenas estimativa de planejamento Q4. Verifique formato do checkpoint, suporte do runtime, cache KV, contexto, tamanho de lote e offload antes de escolher hardware.

Nível da evidência: Apenas estimativa genérica; nenhuma execução reproduzida por este site.

Amostragem padrão do publicador
temperature 0,7 · top_p 0,8 · top_k 20generation_config.json · lido em 2026-10-23fonte
Marcadores do template de chat
chamadas de ferramenta · sem marcadores de raciocíniomarcadores encontrados no template, não um teste do recurso · lido em 2026-10-23fonte
Antes de baixar
  1. Confirme o checkpoint exato e a licença vinculada aqui.
  2. Confirme runtime e precisão ou quantização compatíveis com sua plataforma.
  3. Reserve memória para contexto, lote e eventuais componentes de mídia além dos pesos.

Detalhes técnicos

O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.

Tarefa e modalidade
linguagem e raciocínio · texto
Contagem e base
30,5B · especificação do fabricante · 3,3B ativosQwen/Qwen3-30B-A3B-Instruct-2507 model card (Hugging Face) · consultado em 2026-10-17fonte
Contexto
262.144 tokens publicados para este modeloQwen/Qwen3-30B-A3B-Instruct-2507 model card (Hugging Face) · consultado em 2026-10-17fonte
Arquitetura
MoEQwen/Qwen3-30B-A3B-Instruct-2507 model card (Hugging Face) · consultado em 2026-10-17fonte
Lançamento
QwenLM/Qwen3 README (GitHub) · consultado em 2026-10-09fonte
Runtime e precisão
Nenhuma execução local verificada.
Uso comercial
Permitido Apache License 2.0 text (SPDX) · consultado em 2026-10-18texto da licença
Todos os campos guardados13 campos
Revisão conferida
0d7cf23991f47feeb3a57ecb4c9cee8ea4a17bfe
Arquitetura
Qwen3MoeForCausalLM
Biblioteca
transformers
Tag de tarefa no Hub
text-generation
Formatos
safetensors
Acesso
Download aberto
Tipo de publicador
Oficial
Evidência de tensores
floating-tensor-elements · 30,53B · BF16conferido em 2026-09-26
Repositório criado
2025-07-28criação não é o lançamento do modelo
Repositório atualizado
2025-09-17um commit não é data de lançamento
Downloads no Hub (30 dias) · curtidas
1.078.452 · 850só este repositório · lido em 2026-10-25
Estado no catálogo
Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário

Fontes

Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.

Catálogo revisado: 2026-10-17. Versão do benchmark: 2026-06-25; snapshot coletado: 2026-09-26.