Qwen3-Coder — Alibaba Cloud 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
阿里巴巴2026年2月发布的专用编程模型。80B-A3B变体采用稀疏MoE设计（仅3B活跃参数），超越DeepSeek V3.2，在SWE-bench Pro上媲美Claude Sonnet 4.5。在仓库级编程、调试和代码审查方面最为出色。
变体
Qwen3-Coder 最小的变体在 Q4_K_M 下约需 6 GB 显存——量化权重加框架开销，不含 KV 缓存。
| 模型 | Q4 下显存 | 显存 | 上下文 | 运行 |
|---|---|---|---|---|
| Qwen3-Coder 8B 8B | ~5.6 GB | 128,000 | ollama run qwen3-coder:8b | |
| Qwen3-Coder 30B-A3B (MoE) → 30.5B (3.3B active) | ~19.2 GB | 262,144 | ollama run qwen3-coder:30b | |
| Qwen3-Coder-Next (80B-A3B MoE) → 80B/3B active | ~49.1 GB | 262,144 | ollama run qwen3-coder:80b-a3b-q4 | |
| Qwen3-Coder 480B-A35B (MoE) → 480B/35B active | ~290.6 GB | 256,000 | ollama run qwen3-coder:480b-a35b |
显存为 Q4_K_M 下的量化权重加开销，与 GPU 与显存检测器使用同一引擎计算。
如何在本地运行 Qwen3-Coder
安装 Ollama，然后拉取标签。
ollama run qwen3-coder:8b在上方选择一个尺寸，查看它自己的显存、速度估算和安装命令。
许可证
Commercial use permitted. No usage restrictions beyond attribution.
适用于: Qwen3-Coder 8B, Qwen3-Coder 30B-A3B (MoE), Qwen3-Coder-Next (80B-A3B MoE), Qwen3-Coder 480B-A35B (MoE)推荐 GPU
目录中能在本地运行 Qwen3-Coder（至少 6 GB 显存）的最便宜 GPU 是 Intel Arc B570 (10 GB).
我的 GPU 能运行 Qwen3-Coder 吗？
- Qwen3-Coder 在 AMD Radeon RX 9060 XT 8GB 上
- Qwen3-Coder 在 AMD Ryzen AI Max+ 395 上
- Qwen3-Coder 在 Apple M2 Max 上
- Qwen3-Coder 在 Apple M3 Ultra 上
- Qwen3-Coder 在 Intel Arc B570 上
- Qwen3-Coder 在 Intel Arc B580 上
- Qwen3-Coder 在 NVIDIA A100 80GB (PCIe) 上
- Qwen3-Coder 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Qwen3-Coder 在 NVIDIA GeForce RTX 3070 上
- Qwen3-Coder 在 NVIDIA GeForce RTX 3070 Ti 上
- Qwen3-Coder 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Qwen3-Coder 在 NVIDIA GeForce RTX 4060 上
- Qwen3-Coder 在 NVIDIA GeForce RTX 4070 上
- Qwen3-Coder 在 NVIDIA GeForce RTX 4070 Super 上
- Qwen3-Coder 在 NVIDIA GeForce RTX 4070 Ti 上
- Qwen3-Coder 在 NVIDIA GeForce RTX 5060 上
- Qwen3-Coder 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- Qwen3-Coder 在 NVIDIA GeForce RTX 5070 上
- Qwen3-Coder 在 NVIDIA H100 80GB (PCIe) 上
- Qwen3-Coder 在 NVIDIA RTX PRO 6000 Blackwell 上
Qwen3-Coder — 常见问题
How much VRAM does Qwen3-Coder need?
Qwen3-Coder needs about 6 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Qwen3-Coder 8B (6 GB, Q4_K_M); Qwen3-Coder 30B-A3B (MoE) (19 GB, Q4_K_M); Qwen3-Coder-Next (80B-A3B MoE) (49 GB, Q4_K_M); Qwen3-Coder 480B-A35B (MoE) (291 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run Qwen3-Coder on an RTX 4090 (24 GB)?
Yes — Qwen3-Coder runs on an RTX 4090 (24 GB) and other 24 GB cards such as the RTX 3090. Smaller variants also fit comfortably on 8–16 GB GPUs at Q4_K_M.
What quantization should I use for Qwen3-Coder?
Q4_K_M is the best balance of quality and VRAM for Qwen3-Coder in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.
How do I run Qwen3-Coder with Ollama?
Install Ollama, then run: ollama run qwen3-coder:8b. This downloads Qwen3-Coder and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.