كوان ٣ ٣٠ مليار - أ٣ب — المواصفات
| المطوّر | علي بابا |
|---|---|
| النوع | نموذج لغوي كبير (MoE) |
| النمط | نص → نص |
| عدد المعايير (البارامترات) | إجمالي 30 مليار معلَّمة / 3 مليارات معلَّمة نشطة (MoE) |
| نافذة السياق | 128 ألف رمز |
| الحد الأقصى للإخراج | — |
| الترخيص | رخصة Apache 2.0 (مفتوحة) |
| أوزان مفتوحة المصدر | نعم |
| أُطلِقَ | 2025 |
| سعر الإدخال | 0.12 دولار أمريكي لكل مليون استعلام |
| سعر الإخراج | ٠٫٥ دولار أمريكي لكل مليون |
| مقدمو واجهات برمجة التطبيقات (API) | علي بابا، OpenRouter، Ollama |
تشغيله محليًّا
| ذاكرة الفيديو (VRAM) بتنسيق 4 بت | ~18 جيجابايت |
|---|---|
| أقل وحدة معالجة رسومات مطلوبة | RTX 4090 بسعة 24 جيجابايت (كميَّة كمية Q4) — سريعة، مع 3 مليارات معلَّمة نشطة |
What is Qwen3 30B-A3B?
Qwen3 30B-A3B is a mixture-of-experts with 30B total parameters but only about 3B active
per token — near-32B quality at a fraction of the compute, and very fast locally. Apache 2.0,
128K context, roughly 18 GB of VRAM at 4-bit on an RTX 4090 24GB.
The speed is the reason to pick it. Because only ~3B parameters are active on each token,
generation runs several times faster than a dense 32B on the same card, while memory use is
only modestly higher. That combination matters specifically for local interactive work —
coding assistants, chat interfaces, anything where you are watching tokens appear — where a
dense 32B on consumer hardware is often just slow enough to be irritating. The trade is that
you pay for 30B of memory to get 3B of speed, so on a 24 GB card the dense Qwen3 32B remains
the better choice if raw quality per gigabyte matters more than latency. Choose 30B-A3B when
responsiveness is the feature.
Qwen3 30B-A3B pricing: API cost per 1M tokens
| المدخلات (لكل مليون رمز) | $0.120 |
|---|---|
| المخرجات (لكل مليون رمز) | $0.500 |
| Output/input ratio | 4.2× |
| Blended (4:1 in:out) | $0.196 per 1M tokens |
What Qwen3 30B-A3B costs per month
Real monthly spend at a 4:1 input-to-output mix — the ratio a typical chat or RAG workload actually produces.
| الحمل الوظيفي | الرموز شهريًّا | Cost / month |
|---|---|---|
| مشروع جانبي | 1 مليون رمز مدخلات / 0.25 مليون رمز مخرجات | $0.25 |
| فريق صغير | 20 مليون رمز مدخلات / 5 ملايين رمز مخرجات | $4.90 |
| الإنتاج | 200 مليون رمز مدخلات / 50 مليون رمز مخرجات | $49 |
Run your own numbers in the حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي (API).
Cheaper alternatives to Qwen3 30B-A3B
| النموذج | المتوسط المُدمج بالدولار لكل مليون دولار | You save |
|---|---|---|
| ميسترال 7 مليار معلَّمة تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0220 | 89% cheaper |
| لاما 3.1 بحجم 8 مليار معلَّمة تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0220 | 89% cheaper |
| Mistral NeMo 12B تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.0240 | 88% cheaper |
Self-host or pay the API?
Qwen3 30B-A3B is open-weight, so you can run it yourself. It needs ~18 جيجابايت of VRAM at 4-bit (RTX 4090 24GB (Q4) — fast, 3B active). Self-hosting only beats the API once your volume is high enough to keep that hardware busy — the حاسبة مقارنة بين الاستضافة الذاتية وواجهات برمجة التطبيقات (API) works out the break-even point for your token volume.
الأسئلة الشائعة
How much does Qwen3 30B-A3B cost per 1M tokens?
Qwen3 30B-A3B costs $0.120 per 1M input tokens and $0.500 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $0.196 per 1M tokens.
How much does Qwen3 30B-A3B cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $4.90 on Qwen3 30B-A3B. A side project (1M in / 0.25M out) costs roughly $0.25.
What is a cheaper alternative to Qwen3 30B-A3B?
Mistral 7B is the strongest cheaper option in our database at $0.0220 per 1M blended — about 89% less than Qwen3 30B-A3B. It is also open-weight, so self-hosting is an option.
Can I run Qwen3 30B-A3B locally?
Yes. Qwen3 30B-A3B is open-weight and needs about ~18 GB of VRAM at 4-bit quantisation (RTX 4090 24GB (Q4) — fast, 3B active).
Why does Qwen3 30B-A3B charge more for output than input?
Output tokens are generated one at a time and cannot be batched the way a prompt can, so they cost the provider more to serve. Qwen3 30B-A3B charges 4.2× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.
Prices are the published list rates for the model's primary API and are reviewed as providers change them. Volume, batch and cached-input discounts are not included. Compare every model side by side in the قاعدة بيانات نماذج الذكاء الاصطناعي أو لوحة تصنيف النماذج اللغوية الكبيرة (LLM).
