Qwen3-30B-A3B

размышляющая
русскоязычная

Qwen3-30B-A3B представляет первую Mixture-of-Experts (MoE) в серии с общим количеством 30 миллиардов параметров, из которых только 3 миллиарда активируются для каждого токена. Модель построена на архитектуре с 48 слоями, 32 головами внимания и поддерживает контекстное окно в 40K токенов.

Модель использует инновационную архитектуру Mixture of Experts (MoE) со 128 экспертами, из которых на каждый токен активируются только 8. Это позволяет добиться эффективности инференса, сравнимой с компактными 3B-параметрическими моделями, при этом качество генерации приближается к уровню плотных 30B-моделей.  Ключевое преимущество MoE-подхода – оптимальное сочетание высокой производительности и энергоэффективности. Система динамически выбирает наиболее подходящих экспертов под конкретную задачу, что обеспечивает превосходное качество обработки при значительно меньших вычислительных затратах по сравнению с плотными аналогами аналогичного уровня. 

Qwen3-30B-A3B подходит для высоконагруженных систем, требующих баланса между качеством и производительностью: облачные API-сервисы, корпоративные чат-боты, системы автоматизации контента, многопользовательские AI-платформы. Модель идеально подходит для компаний, которым необходимо качество крупных моделей при ограниченном бюджете на вычисления.


Дата анонса: 29.04.2025
Параметров: 31B
Экспертов: 128
Активно параметров при инференсе: 4B
Контекст: 41K
Слоев: 48
Тип внимания: Full or Sliding Window Attention
Разработчик: Qwen
Версия Transformers: 4.51.0
Лицензия: Apache 2.0

Публичный эндпоинт

Воспользуйтесь нашими готовыми публичными эндпоинтами бесплатно для теста инференса и знакомства с Qwen3-30B-A3B. Получить токен для доступа к API вы можете на странице управления токенами после регистрации и верификации.
Наименование модели Контекст Тип GPU Статус Ссылка
Для данной модели пока нет публичных эндпоинтов.

Частный сервер

Арендуйте собственный физически выделенный инстанс с почасовой оплатой или на длительный срок с помесячной оплатой.

Мы рекомендуем создание частных инстансов в случаях, если необходимо:

  • получить максимальную производительность эндпоинта,
  • получить полный контекст для обработки больших запросов и диалогов,
  • обеспечить максимальную безопасность, для обработки данных в выделенном изолированном пространстве,
  • использовать кастомизированные веса: fine-tuned версии или lora-адаптеры.

Рекомендуемые конфигурации сервера для хостинга Qwen3-30B-A3B

Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
teslat4-2.16.32.160
40 960
tensor
 2 48,14 ₽ 1,66 Запустить
teslaa2-2.16.32.160
40 960
tensor
 2 51,34 ₽ 1,68 Запустить
rtx2080ti-3.12.24.120
40 960
pipeline
 3 74,84 ₽ 1,62 Запустить
teslaa10-2.16.64.160
40 960
tensor
 2 83,37 ₽ 5,56 Запустить
rtx2080ti-4.16.32.160
40 960
tensor
 4 99,74 ₽ 3,55 Запустить
rtxa5000-2.16.64.160.nvlink
40 960
tensor
 2 109,77 ₽ 5,56 Запустить
rtx3090-2.16.64.160
40 960
tensor
 2 139,77 ₽ 6,08 Запустить
rtx5090-1.16.64.160
40 960
 1 141,77 ₽ 2,87 Запустить
rtx3080-4.16.64.160
40 960
tensor
 4 162,57 ₽ 2,61 Запустить
rtx4090-2.16.64.160
40 960
tensor
 2 171,77 ₽ 6,06 Запустить
teslaa100-1.16.64.160
40 960
 1 211,77 ₽ 14,63 Запустить
h100-1.16.64.160
40 960
 1 341,77 ₽ 14,61 Запустить
h100nvl-1.16.96.160
40 960
 1 367,41 ₽ 18,02 Запустить
teslaa100-2.24.96.160.nvlink
40 960
tensor
 2 411,81 ₽ 33,40 Запустить
h200-1.16.128.160
40 960
 1 423,04 ₽ 29,48 Запустить
h200-2.24.256.160.nvlink
40 960
tensor
 2 839,97 ₽ 63,11 Запустить
Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
teslaa10-2.16.64.160
40 960
tensor
 2 83,37 ₽ 1,65 Запустить
teslat4-4.16.64.160
40 960
tensor
 4 85,77 ₽ 3,56 Запустить
rtxa5000-2.16.64.160.nvlink
40 960
tensor
 2 109,77 ₽ 1,65 Запустить
teslaa2-4.32.128.160
40 960
tensor
 4 112,24 ₽ 3,60 Запустить
rtx3090-2.16.64.160
40 960
tensor
 2 139,77 ₽ 2,17 Запустить
rtx4090-2.16.64.160
40 960
tensor
 2 171,77 ₽ 2,15 Запустить
teslaa100-1.16.64.160
40 960
 1 211,77 ₽ 10,72 Запустить
rtx5090-2.16.64.160
40 960
tensor
 2 261,77 ₽ 5,99 Запустить
h100-1.16.64.160
40 960
 1 341,77 ₽ 10,70 Запустить
h100nvl-1.16.96.160
40 960
 1 367,41 ₽ 14,11 Запустить
teslaa100-2.24.96.160.nvlink
40 960
tensor
 2 411,81 ₽ 29,49 Запустить
h200-1.16.128.160
40 960
 1 423,04 ₽ 25,57 Запустить
h200-2.24.256.160.nvlink
40 960
tensor
 2 839,97 ₽ 59,20 Запустить
Цены:
Наименование GPU Цена, час TPS Параллельность (макс.)
teslaa10-4.16.64.160
40 960
tensor
 4 144,97 ₽ 4,25 Запустить
teslaa2-6.32.128.160
40 960
pipeline
 6 147,44 ₽ 1,55 Запустить
rtxa5000-4.16.128.160.nvlink
40 960
tensor
 4 209,04 ₽ 4,25 Запустить
teslaa100-1.16.64.160
40 960
 1 211,77 ₽ 3,61 Запустить
rtx3090-4.16.64.160
40 960
tensor
 4 257,77 ₽ 5,29 Запустить
rtx4090-4.16.64.160
40 960
tensor
 4 321,77 ₽ 5,25 Запустить
h100-1.16.64.160
40 960
 1 341,77 ₽ 3,59 Запустить
h100nvl-1.16.96.160
40 960
 1 367,41 ₽ 7,01 Запустить
rtx5090-3.16.96.160
40 960
pipeline
 3 387,41 ₽ 5,91 Запустить
teslaa100-2.24.96.160.nvlink
40 960
tensor
 2 411,81 ₽ 22,39 Запустить
h200-1.16.128.160
40 960
 1 423,04 ₽ 18,46 Запустить
rtx5090-4.16.128.160
40 960
tensor
 4 513,04 ₽ 12,93 Запустить
h200-2.24.256.160.nvlink
40 960
tensor
 2 839,97 ₽ 52,10 Запустить

Связанные модели

Qwen3-235B-A22B
Qwen3-0.6B
Qwen3-1.7B
Qwen3-4B
Qwen3-8B
Qwen3-14B
Qwen3-32B
DeepSeek-R1-0528-Qwen3-8B
T-pro-it-2.0
Qwen3-235B-A22B-Instruct-2507
Qwen3-235B-A22B-Thinking-2507
Qwen3-Coder-480B-A35B-Instruct
Qwen3-Coder-30B-A3B-Instruct
Qwen3-30B-A3B-Instruct-2507
Qwen3-30B-A3B-Thinking-2507
Qwen3-4B-Instruct-2507
Qwen3-4B-Thinking-2507
Qwen3-VL-235B-A22B-Instruct
Qwen3-VL-235B-A22B-Thinking
Qwen3-VL-30B-A3B-Instruct
Qwen3-VL-30B-A3B-Thinking
Qwen3-VL-8B-Instruct
Qwen3-VL-8B-Thinking
Qwen3-VL-4B-Instruct
Qwen3-VL-4B-Thinking
Qwen3-VL-2B-Instruct
Qwen3-VL-2B-Thinking
Qwen3-VL-32B-Instruct
Qwen3-VL-32B-Thinking
avibe

Остались вопросы?

Свяжитесь с нашей специализированной группой поддержки по нейросетям nn@immers.cloud или отправьте ваш запрос в отдел продаж sale@immers.cloud.