Qwen3-VL-30B-A3B-Thinking
- 输入 输入模态: 文本图像视频 输出 输出模态: 文本
- 推理
- 工具调用
- 结构化输出
- 开放权重
价格
3 个渠道报价 · 按标价显示 Alibaba Cloud Model Studio（在新标签页打开）
qwen3-vl-30b-a3b-thinking| 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 | ¥0.75 | ¥7.50 |
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（在新标签页打开）
qwen3-vl-30b-a3b-thinking| 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 | $0.20 | $2.40 |
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)
Alibaba Cloud Model Studio（在新标签页打开）
qwen3-vl-30b-a3b-thinking| 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 | $0.108 | $1.076 |
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
- 126.98K
- 模型家族
- qwen-vl-thinking
- 模型 ID
Alibaba Qwen 的页面未说明：推理档位, 可关闭推理, 最大思考预算, 内置工具, 知识截止, 许可证, 别名。
本地运行
权重： Qwen/Qwen3-VL-30B-A3B-Thinking- 参数 31.1B
- 激活 3.9B （估算） · 专家 128（每 token 8）
- 原生精度 BF16
- 层数 48
- 每 token 的 KV 缓存 96 KB
- 配置位置数 256K （config.json max_position_embeddings）
- API 上下文 128K （厂商 API）
在你的配置上 · GeForce RTX 4090
●流畅 Q4_K_M （自动） 8K 上下文 161–242 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（官方文件） + KV 缓存 0.8 + 开销 0.9)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 161–242 tok/s (每 token 读激活的 3.9B)
- 最长上下文
- 37K (再长就放不下)
- 首 token
- 2K 提示约 0.13–0.19 秒
| 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 | 57.9 GB | ≈ 61.5 | ○需放到内存 11–17 tok/s | — |
| Q8_0官方 | 30.3 GB | ≈ 32.5 | ○需放到内存 26–38 tok/s | — |
| FP8官方 | 30.0 GB | ≈ 32.3 | ○需放到内存 26–39 tok/s | — |
| Q6_K | 23.8 GB | ≈ 25.7 | ○需放到内存 54–81 tok/s | — |
| Q5_K_M | 20.6 GB | ≈ 22.4 | ○需放到内存 128–191 tok/s | — |
| Q5_0 | 19.9 GB | ≈ 21.6 | ○需放到内存 155–233 tok/s | — |
| Q4_K_M官方 | 17.3 GB | ≈ 18.9 | ●流畅 161–242 tok/s | 37K |
| Q4_0 | 16.3 GB | ≈ 17.8 | ●流畅 168–252 tok/s | 48K |
| IQ4_XS | 15.4 GB | ≈ 16.9 | ●流畅 175–263 tok/s | 58K |
| Q3_K_M质量下降明显 | 14.1 GB | ≈ 15.6 | ●流畅 186–279 tok/s | 72K |
| IQ3_XXS质量下降明显 | 11.1 GB | ≈ 12.4 | ●流畅 220–330 tok/s | 106K |
| Q2_K质量下降明显 | 10.9 GB | ≈ 12.1 | ●流畅 223–334 tok/s | 109K |
| IQ2_XXS质量下降明显 | 7.5 GB | ≈ 8.7 | ●流畅 279–418 tok/s | 128K |
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
llama.cpp
llama-server -hf Qwen/Qwen3-VL-30B-A3B-Thinking-GGUF:Q4_K_M -c 8192
Ollama
ollama run hf.co/Qwen/Qwen3-VL-30B-A3B-Thinking-GGUF:Q4_K_M
微调需要多少显存
全参≈ 465.2 GB你的配置放不下
LoRA≈ 60.2 GB你的配置放不下
QLoRA≈ 18.6 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 →暂无变更记录。
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
- Visual reasoning（在新标签页打开） alibabacloud.com · 核对于 2026年10月6日
- 模型上下架与更新-大模型服务平台百炼-阿里云_大模型服务平台百炼(Model Studio)-大模型服务平台百炼(Model Studio)-阿里云帮助中心（在新标签页打开） help.aliyun.com · 核对于 2026年10月30日
- qwen3-vl-30b-a3b-thinking（在新标签页打开） docs.modelstudio.console.alibabacloud.com · 核对于 2026年10月9日
- Qwen/Qwen3-VL-30B-A3B-Thinking model card（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3-VL-30B-A3B-Thinking config.json（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- Qwen/Qwen3-VL-30B-A3B-Thinking files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3-VL-30B-A3B-Thinking-FP8 files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- Qwen/Qwen3-VL-30B-A3B-Thinking-GGUF files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
Alibaba Qwen 官方政策：数据使用、隐私、条款 →
Alibaba Qwen · 中国 · qwen.ai
相关模型
快照、同系列与同厂商的其他模型