Qwen3 30B-A3B — Spécifications
Rédigé par Mustafa Ihsan d’après la documentation officielle du fournisseur · Dernière mise à jour
| Développeur | Alibaba |
|---|---|
| Type | LLM (architecture MoE) |
| Modalité | Texte → Texte |
| Paramètres | 30 milliards au total / 3 milliards actifs (MoE) |
| Fenêtre de contexte | 128 K |
| Licence | Apache 2.0 (ouverte) |
| Poids ouverts | Oui |
| Publié | 2025 |
| Prix de l’entrée | $0.12 /1M |
| Prix de la sortie | $0.5 /1M |
| Fournisseurs d'API | Alibaba, OpenRouter, Ollama |
Exécutez-le localement
| VRAM (4 bits) | ~18 Go |
|---|---|
| GPU minimal | RTX 4090 24 Go (quantification Q4) — rapide, 3 milliards actifs |
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
| Entrée (par million de jetons) | $0.120 |
|---|---|
| Sortie (par million de jetons) | $0.500 |
| Ratio sortie/entrée | 4.2× |
| Moyenne pondérée (4:1 entrée:sortie) | $0.196 par 1 million de jetons |
What Qwen3 30B-A3B costs per month
Dépense mensuelle réelle pour un ratio entrée-sortie de 4:1 — le rapport effectivement observé dans une charge de travail type (chat ou RAG).
| Charge de travail | Jetons/mois | Coût par mois |
|---|---|---|
| Projet secondaire | 1 million en entrée / 0,25 million en sortie | $0.25 |
| Petite équipe | 20 millions en entrée / 5 millions en sortie | $4.90 |
| Production | 200 millions en entrée / 50 millions en sortie | $49 |
Calculez vos propres coûts dans le Calculateur de coûts pour les API IA.
Cheaper alternatives to Qwen3 30B-A3B
| Modèle | Coût combiné par million de dollars | Vous économisez |
|---|---|---|
| Mistral 7B ouverte | $0.0220 | 89% cheaper |
| Llama 3.1 8B ouverte | $0.0220 | 89% cheaper |
| Mistral NeMo 12B ouverte | $0.0240 | 88% cheaper |
Hébergement local ou paiement via API ?
Qwen3 30B-A3B is open-weight, so you can run it yourself. It needs ~18 Go 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 calculateur auto-hébergement vs API calcule le seuil de rentabilité pour votre volume de jetons.
Questions fréquemment posées
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.
Les prix indiqués correspondent aux tarifs publics officiels pour l’API principale du modèle et sont mis à jour régulièrement à mesure que les fournisseurs les modifient. Les remises liées aux volumes, aux traitements par lots ou aux entrées mises en cache ne sont pas prises en compte. Comparez tous les modèles côte à côte dans le Base de données des modèles IA ou le Classement des grands modèles linguistiques (LLM).