Qwen3-30B-A3B kalkulator TPS

Otwórz wagi Alibaba 30B parametry April 2025

Każda karta poniżej jest oceniana w stosunku do tego modelu przy wybranej długości kontekstu i minimalnej jakości. Prędkość jest oszacowaniem dla pojedynczego żądania, obliczonym na podstawie przepustowości pamięci karty i rozmiaru modelu po skompresowaniu..

Obliczone dla tego modelu

241 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Xeon Phi 7120P

16 GB · Q3_K_M · 48.4 tok/s

Najszybsza karta

B200

627 tok/s · 180 GB

Które GPU mogą uruchomić Qwen3-30B-A3B?

Ustaw wejścia, odczytaj odpowiedź.

Długość kontekstu tokeny

Dłuższa rozmowa wymaga więcej MEMORY, co może spowodować, że ten model nie zmieści się na mniejszych CARD..

Minimalna jakość

Ukrywa karty, które zmieściłyby się w modelu tylko przez skompresowanie go poniżej tego punktu..

Szukaj kart

Pamięć karty

Pokaż również karty, które nie mogą tego uruchomić.

241 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
627 tok/s 376–1,004 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	31.2 GB	Q8_0	Wygodny
627 tok/s 376–1,004 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	31.2 GB	Q8_0	Wygodny
501 tok/s 301–802 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	31.2 GB	Q8_0	Wygodny
501 tok/s 301–802 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	31.2 GB	Q8_0	Wygodny
401 tok/s 240–641 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	31.2 GB	Q8_0	Wygodny
384 tok/s 230–614 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	31.2 GB	Q8_0	Wygodny
384 tok/s 230–614 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	31.2 GB	Q8_0	Wygodny
367 tok/s 220–587 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	31.2 GB	Q8_0	Wygodny
326 tok/s 195–521 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	31.2 GB	Q8_0	Wygodny
326 tok/s 195–521 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	31.2 GB	Q8_0	Wygodny
326 tok/s 195–521 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	31.2 GB	Q8_0	Wygodny
309 tok/s 185–494 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	31.2 GB	Q8_0	Wygodny
264 tok/s 158–422 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	31.2 GB	Q8_0	Wygodny
264 tok/s 158–422 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	31.2 GB	Q8_0	Wygodny
264 tok/s 158–422 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	31.2 GB	Q8_0	Wygodny
264 tok/s 158–422 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	31.2 GB	Q8_0	Wygodny
264 tok/s 158–422 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	31.2 GB	Q8_0	Wygodny
239 tok/s 143–383 · niska pewność	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	13.7 GB	Q3_K_M	Wąski
213 tok/s 128–341 · niska pewność	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	24.2 GB	Q6_K	Wąski
213 tok/s 128–341 · niska pewność	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	24.2 GB	Q6_K	Wąski
204 tok/s 122–326 · niska pewność	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	24.2 GB	Q6_K	Wąski
204 tok/s 122–326 · niska pewność	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	24.2 GB	Q6_K	Wąski
203 tok/s 122–325 · niska pewność	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	13.7 GB	Q3_K_M	Wąski
201 tok/s 120–321 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	31.2 GB	Q8_0	Wygodny
201 tok/s 120–321 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	31.2 GB	Q8_0	Wygodny

Prędkości są szacunkami dla pojedynczego zapytania — jednej konwersacji na raz — obliczonymi na podstawie przepustowości pamięci, rozmiaru MODELu i kwantyzacji. Rzeczywista przepustowość różni się w zależności od czasu uruchamiania inference i jego wersji. Wartości publikowane przez dostawców sprzętu mierzą wiele jednoczesnych zapytań i są znacznie wyższe..

Na nagranie

Pełna specyfikacja

Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..

Pochodzenie

Kto zbudował ten model, gdzie i kiedy został opublikowany.

Organizacja: Alibaba
Typ organizacji: Industry
Kraj: China
Opublikowany: 29 April 2025

Co to robi

Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.

Domena: Language
Zadanie: Language modeling/generation, Question answering, Mathematical reasoning, Quantitative reasoning, Code generation, Translation

Rozmiar

Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.

parametry: 30B
Dane treningowe: tokens
Epoki: 1

Obliczenia treningowe

Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.

Obliczenia treningowe: 6.5 × 10²³ FLOP
Jak to zostało ustalone: Operation counting

Dostępność

Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.

Wagi: Open — downloadable
Dostęp do modelu: Open weights (unrestricted)
Kod treningowy: Unreleased
Hugging Face: Qwen

Jak jest klasyfikowane

Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.

Prawdopodobnie powyżej 10²³ FLOP: Yes
Zapisz pewność: Likely

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: Qwen3: Think Deeper, Act Faster
Ostatnio zaktualizowane: 28 November 2025

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Qwen3-30B-A3B

Uszeregowany według szacowanej liczby tokenów na sekundę, najnowsza karta na pierwszym miejscu, gdy prędkości są równe. Ponieważ generacja jest ograniczona przez pamięć, to uporządkowanie podąża za przepustowością, a nie za jakimkolwiek benchmarkiem gier..

Najmniejsze GPU, które nadal działają Qwen3-30B-A3B

Najtańsza droga do, według pojemności pamięci. Tight fit uruchamia model, ale nie zostawia nic na dłuższą rozmowę..

Co oznaczają liczby

Strona sprzętowa

Minimalna karta

Xeon Phi 7120P

Pamięć potrzebna

13.7 GB

Najszybszy

627 tok/s

Qwen3-30B-A3B osiąga liczbę parametrów równą 30B. To ląduje w zakresie, który może obsłużyć poważna karta stacjonarna, gdy wagi są skompresowane. Liczba kart, które śledzimy, które mogą to uruchomić: 241.

Na niskim końcu obsługiwane jest przez Xeon Phi 7120P, o pojemności pamięci 16 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 48.4 tokeny na sekundę

Najwyższa półka to B200, generowanie w przybliżeniu 627 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Tło

Qwen3-30B-A3B został opublikowany przez Alibaba, w kraju zapisanym jako China, podczas April 2025. Organizacja publikująca jest klasyfikowana jako industry.

Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling/generation, Question answering, Mathematical reasoning, Quantitative reasoning, Code generation, Translation.

Otwarte wagi to powód, dla którego ta strona znajduje się w kalkulatorze, a nie tylko w katalogu: jest to model, który możesz faktycznie mieć. Na Hugging Face jest opublikowane pod organizacją Qwen.

Czytanie wskaźników przepustowości

Połowa kart, które go trzymają, osiąga więcej niż 95.1 tokenów na sekundę. Produkując tekst szybciej niż większość ludzi go czyta. 239 ich

Routing mieszanki ekspertów jest powodem, dla którego prędkości tutaj wyglądają wysoko w stosunku do liczby parametrów. Tylko ułamek jest odczytywany na token, ale całość musi być załadowana.

Jego układ uwagi jest w naszej bazie danych, więc wartości pamięci są obliczane dokładnie, a nie przybliżone.

Co poszło w budowę tego

Trenowanie zajęło budżet obliczeniowy wynoszący około 6.5 × 10²³ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Krok po kroku

Jak wybrać GPU do Qwen3-30B-A3B

Tabela powyżej oceniła już każdą kartę, dla której posiadamy specyfikacje, w stosunku do tego modelu. Dotarcie do odpowiedzi wymaga sześciu kroków..

01

Przeczytaj najpierw liczbę pamięci

Tabela zawiera każdą kartę, która jest w stanie pomieścić Qwen3-30B-A3B, potrzebując około 13.7 GB przy kompresji Q3_K_M. Żadna ilość mocy obliczeniowej nie może zrekompensować karty, która nie może jej pomieścić.
02

Dopasuj kontekst do swojego rzeczywistego użycia

Ustaw kontekst na to, co naprawdę użyjesz. Cache rośnie wraz z rozmową i jest to zwykle powód, dla którego karta, która wydawała się w porządku, przestaje pasować. Qwen3-30B-A3B.
03

Wybierz, jak daleko chcesz to skompresować.

Kompresja to to, co sprawia, że model mieści się w mniejszych KARTACH, kosztem pewnej dokładności., osiągnięcie kompresji Q3_K_M na najmniejszej karcie, która się mieści. Ustalenie minimalnej jakości odrzuca karty, które tylko ją osiągają, uciskając bardziej niż byś chciał, i utrzymuje porównanie na jednym poziomie.
04

Oceń według przepustowości, a nie kart specyfikacji

Sortuj według prędkości, aby zobaczyć, jak karty się klasyfikują. Qwen3-30B-A3B. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 627 tok/s
05

Sprawdź werdykt dopasowania przed zakupem

Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku Qwen3-30B-A3B. Wygodne oznacza, że możesz później zwiększyć kontekst. Ta różnica ma większe znaczenie niż kilka tokenów na sekundę, więc kupuj za wygodne, jeśli tego oczekujesz.
06

Otwórz kartę, na którą się zdecydowałeś

Każda strona karty powtarza tę procedurę dla każdego modelu, który posiadamy, odpowiadając, do czego jeszcze sprzęt jest przydatny poza Qwen3-30B-A3B.

Odpowiedzi

Qwen3-30B-A3B — częste pytania

Qwen3-30B-A3B— Ile VRAM-u potrzebuje?

Potrzebuje około 13.7 GB przy kompresji Q3_K_M, który jest najmniejszą kartą, która to uruchamia. Mniej kompresji potrzebuje więcej: liczby w kolumnie pamięci powyżej są przeliczane dla każdej karty, ponieważ każda z nich trzyma wersję o najmniejszej kompresji, jaką może.

Qwen3-30B-A3B— czy mogę uruchomić to na GPU trzymając 16 GB?

Tak. Karta Tesla V100 SXM2 16 GB, trzymanie 16 GB, uruchamia go przy kompresji Q3_K_M, używając około 13.7 GB i generując w przybliżeniu 239 tokenów na sekundę. Dopasowanie jest ciasne.

Qwen3-30B-A3B— czy mogę uruchomić to na GPU trzymając 24 GB?

Tak. Karta GeForce RTX 5090 D V2, trzymanie 24 GB, uruchamia go przy kompresji Q5_K_M, używając około 20.7 GB i generując w przybliżeniu 188 tokenów na sekundę. Dopasowanie jest ciasne.

Qwen3-30B-A3B— czy jest open weight?

Jego wagi są opublikowane, więc można je pobrać i uruchomić na własnym sprzęcie. Zauważ, że OPEN WEIGHTS nie są tym samym co OPEN SOURCE w pełnym sensie — nie mówi nic o danych treningowych, kodzie treningowym, ani warunkach komercyjnych.

Qwen3-30B-A3B— ile ma parametrów?

Ma liczbę parametrów równą 30B. 30 billion total parameters and 3 billion activated parameters Number of Layers: 48 Number of Attention Heads (GQA): 32 for Q and 4 for KV Number of Experts: 128 Number of Activated Experts: 8 Context Length: 32,768. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.

Qwen3-30B-A3B— kto to stworzył?

Zostało opublikowane przez Alibaba, oparty na China, organizacja sklasyfikowana jako industry.

Qwen3-30B-A3B— kiedy to zostało wydane?

Zostało opublikowane w April 2025.

Qwen3-30B-A3B— do czego to służy?

Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Question answering, Mathematical reasoning, Quantitative reasoning, Code generation, Translation. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.

Qwen3-30B-A3B— Gdzie mogę to pobrać?

Jego wagi są publikowane na Hugging Face, pod organizacją Qwen. Nie hostujemy plików modelu — ta strona oblicza, jaki sprzęt jest potrzebny do ich uruchomienia.

Qwen3-30B-A3B— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 6.5 × 10²³ FLOP. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.

Qwen3-30B-A3B— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?

Tylko przez odciążenie, co zwykle jest fałszywą oszczędnością: część trzymana w pamięci systemowej spowalnia cały proces. Najbliższy brak, który obliczamy, jest za mały o 6.4 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Qwen3-30B-A3B— czy dwa GPU uruchomią to szybciej?

Dwie karty kupują pamięć zamiast szybkości, co ma znaczenie tylko wtedy, gdy jedna karta nie może jej pomieścić. Liczba, która może: 241. Więc druga karta rzadko jest odpowiedzią tutaj.

Qwen3-30B-A3B— dlaczego kwantyzacja różni się między kartami?

Każda KARTA jest przedstawiana z uruchomioną najmniej skompresowaną wersją, jaką może pomieścić. Liczba odmiennych poziomów kompresji w KARTACH, które mogą go pomieścić: 5. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

Qwen3-30B-A3B— Jak dokładne są te szacunki prędkości?

To są szacunki z rzeczywistymi marginesami błędu, a każdy z nich mógłby rozsądnie wypaść gdziekolwiek w swoim opublikowanym zakresie w zależności od używanego uruchomienia. Najszybszy wynik tutaj: 376–1,004 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Qwen3-30B-A3B— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Xeon Phi 7120P, o pojemności pamięci 16 GB. Uruchamia model przy kompresji Q3_K_M używając około 13.7 GB, i produkuje w przybliżeniu 48.4 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 241.

Qwen3-30B-A3B— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 627 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 239.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 28 November 2025

Druga strona

Patrząc na to z drugiej strony?

Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.

Wszystkie modele AI