Qwen3-Coder 30B-A3B (MoE) — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
The most-run local coding model. 30.5B total with 3.3B active per token, so it streams like a 3B while reasoning like a 30B, and a 24 GB card holds it comfortably at Q4. 48 layers, 128 experts with 8 active, and a native 262,144-token context.
Qwen3-Coder 30B-A3B (MoE) 在 Q4_K_M 下约需 19 GB 显存——量化权重加框架开销，不含 KV 缓存。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。包含 8K 上下文的 KV 缓存，因此数值高于上方的主数字。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 11.6 GB | ~237 tok/s | 可运行 | |
| Q3_K_M 3.41 bpw | 14.6 GB | ~216 tok/s | 可运行 | |
| Q4_K_M 4.83 bpw | 20 GB | ~185 tok/s | 可运行 | |
| Q5_K_M 5.67 bpw | 23.2 GB | ~170 tok/s | 勉强 | |
| Q6_K 6.56 bpw | 26.6 GB | ~24 tok/s | 需卸载 | |
| Q8_0 8.50 bpw | 34 GB | ~20 tok/s | 需卸载 | |
| F16 16.00 bpw | 62.6 GB | — | 放不下 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. Qwen3-Coder 30B-A3B (MoE) 显存计算器 →
运行 Qwen3-Coder 30B-A3B (MoE)
目录中能运行 Qwen3-Coder 30B-A3B (MoE) 的最便宜 GPU 是 AMD Radeon RX 7900 XTX (24 GB).
或在 Vast.ai 比较，低至 $0.35/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
如何运行 Qwen3-Coder 30B-A3B (MoE)
安装 Ollama，然后运行：
ollama run qwen3-coder:30b规格
Corroborated — Two or more independent sources agree on these figures, but the model card itself was not retrieved. Treat the numbers as good rather than confirmed.
- 参数量
- 30.5 Billion (3.3B active)
- 上下文窗口
- 262,144
- 架构
- MoE
- 提供商
- Alibaba Cloud
- 许可证
- Apache 2.0
- Practical deployment
- Single consumer GPU
- 规格量化
- Q4_K_M
- 系统内存
- 32 GB
- 记录更新于
- 2026-09-19
Commercial use permitted. No usage restrictions beyond attribution.
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
我的 GPU 能运行 Qwen3-Coder 30B-A3B (MoE) 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 的其他尺寸
Qwen3-Coder 30B-A3B (MoE) — 常见问题
How much VRAM does Qwen3-Coder 30B-A3B (MoE) need?
About 19 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does Qwen3-Coder 30B-A3B (MoE) run on an RTX 4090 (24 GB)?
Yes. Qwen3-Coder 30B-A3B (MoE) needs about 19 GB at Q4_K_M, inside a 24 GB card, at an estimated 185 tokens/sec.
How do I run Qwen3-Coder 30B-A3B (MoE) locally?
Install Ollama and run `ollama run qwen3-coder:30b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does Qwen3-Coder come in?
Qwen3-Coder 8B (6 GB), Qwen3-Coder 30B-A3B (MoE) (19 GB), Qwen3-Coder-Next (80B-A3B MoE) (49 GB), Qwen3-Coder 480B-A35B (MoE) (291 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.