Qwen3-Coder-30B-A3B-Instruct：价格、规格与评分

价格

3 个渠道报价 · 按标价显示

Alibaba Cloud Model Studio 中国站 · CNY qwen3-coder-30b-a3b-instruct

条件/ 百万 tokens	输入	输出
标准自 2026年10月11日起页面不再列出	¥1.50	¥6.00
提示超过 32K tokens 自 2026年10月11日起页面不再列出	¥2.25	¥9.00
提示超过 128K tokens 自 2026年10月11日起页面不再列出	¥3.75	¥15.00

价格来源阿里云百炼：模型价格（在新标签页打开） (核对于 2026年10月6日)

Alibaba Cloud Model Studio 国际站 · USD qwen3-coder-30b-a3b-instruct

条件/ 百万 tokens	输入	输出
标准自 2026年10月11日起页面不再列出	$0.45	$2.25
提示超过 32K tokens 自 2026年10月11日起页面不再列出	$0.75	$3.75
提示超过 128K tokens 自 2026年10月11日起页面不再列出	$1.20	$6.00

价格来源 qwen3-coder-30b-a3b-instruct model（在新标签页打开） (核对于 2026年10月10日)

Alibaba Cloud Model Studio 全球 · USD qwen3-coder-30b-a3b-instruct

条件/ 百万 tokens	输入	输出
标准自 2026年10月11日起页面不再列出	$0.216	$0.861
提示超过 32K tokens 自 2026年10月11日起页面不再列出	$0.323	$1.291
提示超过 128K tokens 自 2026年10月11日起页面不再列出	$0.538	$2.151

价格来源 Alibaba Cloud Model Studio pricing（在新标签页打开） (核对于 2026年10月11日)

标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。

详细规格

最长输入: 204.8K
推理: —
知识截止: 2025年4月
模型家族: qwen-coder
模型 ID

Alibaba Qwen 的页面未说明：推理档位, 最大思考预算, 内置工具, 别名。

本地运行

权重： Qwen/Qwen3-Coder-30B-A3B-Instruct

参数 30.5B
激活 3.3B · 专家 128（每 token 8）
原生精度 BF16
层数 48
每 token 的 KV 缓存 96 KB
原生上下文 256K （模型卡）
配置位置数 256K （config.json max_position_embeddings）
API 上下文 256K （厂商 API）

我的配置 GeForce RTX 4090 24 GB · 1008 GB/s · 内存 64 GB DDR5 双通道 · 89.6 GB/s

在你的配置上 · GeForce RTX 4090

流畅 Q4_K_M （自动） 8K 上下文 179–269 tok/s单卡

权重KV 缓存运行开销可用上限

需要: ≈ 18.9 GB (权重 17.3 + KV 缓存 0.8 + 开销 0.9)
可用: 21.6 GB (标称的 90%)
生成速度: 179–269 tok/s (每 token 读激活的 3.3B)
最长上下文: 37K (再长就放不下)
首 token: 2K 提示约 0.11–0.16 秒

精度上下文 KV 缓存并发

推荐精度	权重	8K 需要	在你的配置上	最长上下文
原生 BF16官方	56.9 GB	≈ 60.5	需放到内存 12–17 tok/s	—
Q8_0	30.2 GB	≈ 32.5	需放到内存 30–45 tok/s	—
FP8官方	29.0 GB	≈ 31.2	需放到内存 34–51 tok/s	—
Q6_K	23.4 GB	≈ 25.3	需放到内存 69–103 tok/s	—
Q5_K_M	20.2 GB	≈ 22.0	需放到内存 177–265 tok/s	—
Q5_0	19.5 GB	≈ 21.3	流畅 164–246 tok/s	11K
Q4_K_M	17.3 GB	≈ 18.9	流畅 179–269 tok/s	37K
Q4_0	16.0 GB	≈ 17.5	流畅 189–284 tok/s	51K
IQ4_XS	15.1 GB	≈ 16.6	流畅 197–295 tok/s	61K
Q3_K_M质量下降明显	13.9 GB	≈ 15.3	流畅 208–313 tok/s	75K
IQ3_XXS质量下降明显	10.9 GB	≈ 12.2	流畅 244–366 tok/s	109K
Q2_K质量下降明显	10.7 GB	≈ 11.9	流畅 247–370 tok/s	111K
IQ2_XXS质量下降明显	7.3 GB	≈ 8.6	流畅 305–457 tok/s	147K

点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。

和其他配置比

每个配置各用它能跑的最高精度，点一个看细节。

最低需要（Q4_K_M · 8K）：显卡 GeForce RTX 4090；统一内存 Apple M6 (24GB or 32GB) · 32 GB。

运行命令

厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。

微调需要多少显存

全参≈ 457.1 GB你的配置放不下

LoRA≈ 59.2 GB你的配置放不下

QLoRA≈ 18.4 GB你的配置放得下

batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。

估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。怎么估算的

引用评分

来自第三方排行榜，并非我们测得

这个模型还没有出现在我们引用的任何排行榜上。

变更

全部变更 →

2026年10月1日上下文窗口 256K → 262.14K

来源

Alibaba Cloud Model Studio pricing（在新标签页打开） alibabacloud.com · 核对于 2026年10月11日
阿里云百炼：模型价格（在新标签页打开） help.aliyun.com · 核对于 2026年10月6日
Alibaba Cloud Model Studio: newly released models（在新标签页打开） alibabacloud.com · 核对于 2026年11月2日
Text generation models - Qwen, DeepSeek, GLM | Model Studio - Alibaba Cloud Model Studio - Alibaba Cloud Documentation Center（在新标签页打开） alibabacloud.com · 核对于 2026年10月10日
models.dev: qwen3-coder-30b-a3b-instruct (community data, MIT)（在新标签页打开） github.com · 核对于 2026年9月30日
qwen3-coder-30b-a3b-instruct（在新标签页打开） docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月8日
qwen3-coder-30b-a3b-instruct model（在新标签页打开） alibabacloud.com · 核对于 2026年10月10日
qwen3-coder-30b-a3b-instruct model（在新标签页打开） alibabacloud.com · 核对于 2026年10月10日
Qwen/Qwen3-Coder-30B-A3B-Instruct model card（在新标签页打开） huggingface.co · 核对于 2026年10月31日
Qwen/Qwen3-Coder-30B-A3B-Instruct config.json（在新标签页打开） huggingface.co · 核对于 2026年10月31日
Qwen/Qwen3-Coder-30B-A3B-Instruct files（在新标签页打开） huggingface.co · 核对于 2026年11月3日
Qwen/Qwen3-Coder-30B-A3B-Instruct-FP8 files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
Qwen/Qwen3-Coder-30B-A3B-Instruct README.md（在新标签页打开） huggingface.co · 核对于 2026年11月4日

Alibaba Qwen 官方政策：数据使用、隐私、条款 →

本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。我们如何核实数据

Alibaba Qwen · 中国 · qwen.ai

快照、同系列与同厂商的其他模型

价格

详细规格

本地运行

和其他配置比

运行命令

引用评分

变更

来源

相关模型