/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-Coder-30B-A3B-Instruct
Библиотека
gguf
Опубликована
17 июн 2026

Qwen3-Coder-30B-A3B-GGUF

Генерация текстаТекст → текст11 профессий

AtomicChat/Qwen3-Coder-30B-A3B-GGUF — это GGUF-квантизованная версия инструкционной модели Qwen3-Coder-30B-A3B-Instruct, разработанной Qwen и самостоятельно преобразованной и откалиброванной командой Atomic Chat.

2 020скачиваний за 30 дней4лайкавеса обновлены22 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель предназначена для генерации текста и прежде всего ориентирована на программирование, агентное написание кода, использование инструментов и сценарии агентского браузинга. Она может работать полностью локально и офлайн через llama.cpp, Ollama, LM Studio, Jan и другие совместимые среды.

Модель использует текстовую модальность и архитектуру Mixture-of-Experts с 30,5 млрд параметров, 48 слоями и 128 экспертами, из которых для каждого токена маршрутизируются 8. Архитектура указана как Qwen3MoeForCausalLM; используется 32 attention heads и 4 KV heads. Максимальная длина контекста составляет 262 144 токена, размер словаря — 151 936. Репозиторий содержит варианты квантования от Q2_K до Q8_0, включая кванты с importance matrix; Q4_K_M обозначен как рекомендуемый баланс размера, скорости и качества, а Q8_0 — как вариант с практически эталонным качеством.

Сильными сторонами являются специализация на задачах программирования, поддержка агентских сценариев и снижение требований к памяти благодаря квантованию с importance matrix. К ограничениям относятся неизбежная потеря качества на низких уровнях квантования, значительные требования к оперативной или видеопамяти даже для компактных вариантов и необходимость включать параметр --jinja для корректного применения шаблона чата Qwen3 Coder. Модель работает только с текстом; сведения о поддерживаемых естественных языках в README не указаны. Исходная модель и производные GGUF-файлы распространяются по лицензии Apache 2.0.

Для каких профессий подходит11

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3 Coder 30B A3B, self-quantized to GGUF by Atomic Chat. Built straight from Qwen's original weights with a per-tensor importance matrix, so this is not a repack of somebody else's files. Runs fully offline.

Highlights

  • 30.5B parameters: the weights this repo quantizes.
  • Context length: 262,144 tokens (256K), as published by Qwen.
  • 48 layers: Mixture-of-Experts.
  • Full imatrix ladder: every quant is calibrated with an importance matrix.
  • Significant Performance: among open models on Agentic Coding, Agentic Browser-Use, and other foundational coding tasks.
  • Agentic Coding: supporting for most platform such as Qwen Code, CLINE, featuring a specially designed function call format.

[!NOTE] These GGUFs are self-quantized from the original weights, not a repack. The importance matrix keeps low-bit quants closer to the full-precision model.

[!IMPORTANT] Always pass --jinja so the Qwen3 Coder 30B A3B chat template is applied. Without it the model can emit malformed turns.

Model Overview

PropertyValue
Base modelQwen/Qwen3-Coder-30B-A3B-Instruct
Parameters30.5B
Layers48
Experts128 routed (top-8)
Context length262,144 tokens (256K)
Vocabulary151,936
ModalitiesText
ArchitectureMixture-of-Experts, 128 experts (top-8), 32 attention heads over 4 KV heads, Qwen3MoeForCausalLM
This repoGGUF quants (imatrix). Quants: Q2_K, Q5_K_M, IQ3_M, Q3_K_M, Q3_K_L, IQ4_XS, Q6_K, Q4_K_S, Q4_K_M, UD-Q4_K_XL, Q5_K_S, Q8_0

Choosing a quant

QuantSizeNotes
Q2_K11.3 GBSmallest K-quant. Minimal RAM, clear quality drop.
Q5_K_M12.1 GBHigher quality, low loss.
IQ3_M13.5 GBBeats Q3 at a similar size thanks to imatrix. Best low-RAM pick.
Q3_K_M14.7 GBLow quality but usable.
Q3_K_L15.9 GBA step above Q3_K_M.
IQ4_XS16.4 GBExcellent quality for size. Recommended low-bit.
Q6_K17.4 GBNear lossless, noticeably lighter than Q8_0.
Q4_K_S17.5 GBCompact 4-bit, fast.
Q4_K_M18.6 GBRecommended default. Best balance of size, speed and quality.
UD-Q4_K_XL18.8 GBDynamic. Embeddings and output kept at Q8_0 for higher quality at a Q4 footprint.
Q5_K_S19.7 GBHigher quality, slightly more compact than Q5_K_M.
Q8_020.3 GBEffectively lossless, reference quality.

[!TIP] Pick the largest file that fits your (V)RAM with room for context. Q4_K_M or UD-Q4_K_XL is the sweet spot for most setups; Q6_K or Q8_0 for maximum fidelity.

Get started

Run Qwen3 Coder 30B A3B locally with:

  • Atomic Chat: the easiest path. Open the app, search AtomicChat/qwen3-coder-30b-a3b-GGUF, pick a quant, hit Use this model.
  • llama.cpp: llama-server -hf AtomicChat/qwen3-coder-30b-a3b-GGUF:Q4_K_M --jinja -c 8192
  • Ollama: ollama run hf.co/AtomicChat/qwen3-coder-30b-a3b-GGUF:Q4_K_M
  • LM Studio / Jan: search the repo id, download any quant.

Best practices

ParameterValue
temperature0.7
top_p0.8
top_k20
repetition_penalty1.05

Qwen's recommended sampling configuration for Qwen/Qwen3-Coder-30B-A3B-Instruct.

Run in llama.cpp

git clone https://github.com/ggml-org/llama.cpp
cmake llama.cpp -B llama.cpp/build -DBUILD_SHARED_LIBS=OFF -DGGML_CUDA=ON
cmake --build llama.cpp/build --config Release -j --target llama-cli llama-server
./llama.cpp/build/bin/llama-server \
    -hf AtomicChat/qwen3-coder-30b-a3b-GGUF:Q4_K_M \
    --jinja -ngl 99 -c 8192 -fa on

How these were made

  1. Download Qwen/Qwen3-Coder-30B-A3B-Instruct (original weights).
  2. Convert to f16 GGUF with llama.cpp.
  3. Build an importance matrix over our calibration corpus.
  4. Quantize the ladder with --imatrix.
  5. UD-Q4_K_XL additionally pins the token-embedding and output tensors to Q8_0.

License

Original model by Qwen, released under the Apache 2.0 license. Full terms: Apache 2.0. Quantized by Atomic Chat.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
ff153c4

0 моделей