# Qwen3-Coder-30B-A3B-Instruct

> 地端世界 · https://onpremworld.com/zh-tw/models/qwen3-coder-30b-a3b · 最後更新: 2026-10-16 · CC BY 4.0

Qwen3-30B-A3B 的寫程式版本（啟用 3.3B）：在 20–24 GB 顯示卡上就是反應很快的本地寫程式助手，支援 256K 上下文與程式碼中段補全（FIM）。

|  |  |
|---|---|
| 開發者 | Alibaba Qwen |
| 參數量 | 30.5B (3.3B 啟用, MoE) |
| 原生上下文長度 | 262,144 tokens |
| 授權 | Apache-2.0 |
| 可商用 | 可以 |
| KV 快取 | 全部 48 層（標準注意力） |
| 發布 | 2025-07 |

```
ollama run qwen3-coder:30b
```

## 所需記憶體

模型權重＋KV 快取＋執行環境開銷，單位 GiB。量化越低越省記憶體，品質略降。

| 量化 | 4K | 8K | 32K |
|---|---|---|---|
| Q4_K_M | 19.0 GiB | 19.3 GiB | 21.6 GiB |
| Q5_K_M | 22.1 GiB | 22.5 GiB | 24.7 GiB |
| Q6_K | 25.4 GiB | 25.8 GiB | 28.1 GiB |
| Q8_0 | 32.6 GiB | 32.9 GiB | 35.2 GiB |
| FP16 | 60.5 GiB | 60.9 GiB | 63.2 GiB |

## 哪些硬體跑得動 (8K)

| 硬體 | 記憶體 | 最佳量化 | tok/s（預估） |
|---|---|---|---|
| DGX Station (GB300) | 252 GB | FP16 | 300 |
| GeForce RTX 5090 | 32 GB | Q6_K | 240 |
| GeForce RTX 4090 | 24 GB | Q5_K_M | 188 |
| Radeon RX 7900 XTX | 24 GB | Q5_K_M | 182 |
| Radeon RX 7900 XT | 20 GB | Q4_K_M | 179 |
| GeForce RTX 3090 | 24 GB | Q5_K_M | 179 |
| RTX PRO 5000 48GB Blackwell | 48 GB | Q8_0 | 175 |
| RTX PRO 4500 Blackwell | 32 GB | Q6_K | 158 |
| RTX PRO 4000 Blackwell | 24 GB | Q5_K_M | 143 |
| RTX 6000 Ada Generation | 48 GB | Q8_0 | 139 |
| RTX PRO 6000 Blackwell Workstation Edition | 96 GB | FP16 | 138 |
| RTX PRO 6000 Blackwell Max-Q Workstation Edition | 96 GB | FP16 | 138 |
| Radeon AI PRO R9700 | 32 GB | Q6_K | 124 |
| Arc Pro B70 | 32 GB | Q6_K | 119 |
| RTX A6000 | 48 GB | Q8_0 | 117 |
| RTX PRO 5000 72GB Blackwell | 72 GB | FP16 | 111 |
| Arc Pro B60 | 24 GB | Q5_K_M | 107 |
| M5 Ultra | 512 GB | FP16 | 96 |
| M5 Max (18-core CPU / 32-core GPU) | 36 GB | Q6_K | 90 |
| M4 Max (14-core CPU / 32-core GPU) | 36 GB | Q6_K | 82 |
| M3 Ultra | 512 GB | FP16 | 69 |
| M5 Max (18-core CPU / 40-core GPU) | 128 GB | FP16 | 54 |
| M5 Pro | 64 GB | Q8_0 | 51 |
| M4 Max (16-core CPU / 40-core GPU) | 128 GB | FP16 | 49 |
| M4 Pro | 64 GB | Q8_0 | 46 |
| M6 (24GB/32GB configurations, 170 GB/s) | 32 GB | Q5_K_M | 43 |
| M5 | 32 GB | Q5_K_M | 39 |
| RTX Spark (N1X) laptops & compact desktops | 128 GB | FP16 | 26 |
| DGX Spark | 128 GB | FP16 | 24 |
| Ryzen AI Max+ PRO 495 (Gorgon Halo) systems | 192 GB | FP16 | 24 |
| Ryzen AI Max+ 395 (Strix Halo) systems | 128 GB | FP16 | 22 |
| GeForce RTX 3060 (12 GB) | 12 GB | 放不下 | – |
| GeForce RTX 4060 Ti 16GB | 16 GB | 放不下 | – |
| GeForce RTX 4080 SUPER | 16 GB | 放不下 | – |
| GeForce RTX 5060 Ti 16GB | 16 GB | 放不下 | – |
| GeForce RTX 5070 | 12 GB | 放不下 | – |
| GeForce RTX 5070 Ti | 16 GB | 放不下 | – |
| GeForce RTX 5080 | 16 GB | 放不下 | – |
| Radeon RX 9060 XT 16GB | 16 GB | 放不下 | – |
| Radeon RX 9070 XT | 16 GB | 放不下 | – |
| Arc B580 | 12 GB | 放不下 | – |
| M6 (16GB configuration, 153 GB/s) | 16 GB | 放不下 | – |

## 常見問題

### Qwen3-Coder-30B-A3B-Instruct 需要多少 VRAM／記憶體？

以 8K 上下文估算：Q4_K_M 量化約需 19.3 GiB，Q8_0 約需 32.9 GiB（含模型權重、KV 快取與執行環境開銷）。上下文越長，KV 快取越大。

### GeForce RTX 4090 跑得動 Qwen3-Coder-30B-A3B-Instruct 嗎？

可以。Qwen3-Coder-30B-A3B-Instruct 在 GeForce RTX 4090（24 GB）上以 Q5_K_M 量化、8K 上下文約需 22.5 GiB，預估生成速度約每秒 188 個 token。

### Mac 可以跑 Qwen3-Coder-30B-A3B-Instruct 嗎？

可以。Qwen3-Coder-30B-A3B-Instruct 在 M3 Ultra（96 GB）上以 FP16 量化、8K 上下文約需 60.9 GiB，預估生成速度約每秒 69 個 token。

### Qwen3-Coder-30B-A3B-Instruct 可以商用嗎？

Qwen3-Coder-30B-A3B-Instruct 採用 Apache-2.0 授權。授權允許商業使用（請仍詳閱條款中的限制）。

## 資料來源

- https://simonwillison.net/2025/Jul/31/qwen3-coder-flash/
- https://huggingface.co/Qwen/Qwen3-Coder-30B-A3B-Instruct/blob/main/LICENSE
- https://huggingface.co/Qwen/Qwen3-Coder-30B-A3B-Instruct
- https://huggingface.co/Qwen/Qwen3-Coder-30B-A3B-Instruct/resolve/main/config.json
- https://huggingface.co/api/models/Qwen/Qwen3-Coder-30B-A3B-Instruct?expand[]=safetensors
- https://ollama.com/library/qwen3-coder/tags