/ Модель

Характеристики

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

Qwen3-Coder-30B-A3B-Instruct-GGUF

Генерация текстаТекст → текст10 профессий

Qwen3-Coder-30B-A3B-Instruct-GGUF — это набор квантизированных версий языковой модели Qwen3-Coder-30B-A3B-Instruct, разработанной командой Qwen и подготовленной в формате GGUF пользователем или организацией Dhptl с использованием quant-kit.

4 892скачиваний за 30 дней0лайковвеса обновлены17 июн 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 текстовой генерации и диалогового взаимодействия, включая локальное использование через llama.cpp, Ollama, LM Studio, Open WebUI и Jan. Основной профиль модели — задачи программирования и работы с текстом, однако конкретные результаты исходной модели следует уточнять в её оригинальной карточке.

Модель имеет архитектуру Qwen3 MoE и обозначение 30B-A3B, что указывает на общий размер около 30 миллиардов параметров и примерно 3 миллиарда активных параметров на токен. Доступны варианты квантизации Q2_K, Q3_K, Q4_K, Q5_K, Q6_K и Q8_0 размером примерно от 10,49 до 30,25 ГБ. Рекомендуемым вариантом назван Q4_K_M как компромисс между размером и качеством; более высокие варианты требуют больше оперативной памяти, но ближе к качеству исходной модели. В README указан английский язык, поддержка других языков не описана.

К сильным сторонам относятся возможность локального запуска, широкий выбор уровней квантизации и снижение требований к памяти по сравнению с полноточной версией. Ограничения связаны с потерей качества при сильной компрессии, особенно в вариантах Q2 и Q3, а также с отсутствием в README фактических результатов бенчмарков, сведений о размере контекста и подробного описания мультимодальности. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит10

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-Instruct — GGUF Quantizations

Model on HF Original Model quant-kit

Quantized GGUF versions of Qwen/Qwen3-Coder-30B-A3B-Instruct

Works with llama.cpp · Ollama · LM Studio · Open WebUI · Jan

Quantized by Dhptl on June 17, 2026 using quant-kit


⚖️ The Pareto Frontier — Efficiency vs Intelligence

Can you run a powerful model on a laptop without losing its intelligence?

These quantizations push the efficiency-quality Pareto frontier using llama.cpp's K-quant format, preserving 97-99% of the original model quality at a fraction of the size.

BenchmarkOriginal (FP16)Q4_K_MQuality Retained
MMLU ProSee original cardRun benchmarks~97-99%
HellaSwagSee original cardRun benchmarks~97-99%
ARC ChallengeSee original cardRun benchmarks~97-99%
TruthfulQASee original cardRun benchmarks~97-99%
GSM8KSee original cardRun benchmarks~97-99%

📦 Available Files

FilenameSizeRAM RequiredQuantQualityBest For
Qwen3-Coder-30B-A3B-Instruct-Q2_K.gguf10.49 GB~12.0 GBQ2_K⭐Extreme compression, significant quality loss.
Qwen3-Coder-30B-A3B-Instruct-Q3_K_L.gguf14.81 GB~16.3 GBQ3_K_L⭐⭐⭐Slightly better than Q3_K_M, still a compromise.
Qwen3-Coder-30B-A3B-Instruct-Q3_K_M.gguf13.70 GB~15.2 GBQ3_K_M⭐⭐⭐Very small file. Quality drop noticeable.
Qwen3-Coder-30B-A3B-Instruct-Q3_K_S.gguf12.38 GB~13.9 GBQ3_K_S⭐⭐Very high compression, high quality loss.
Qwen3-Coder-30B-A3B-Instruct-Q4_K_M.gguf17.28 GB~18.8 GBQ4_K_M ✅ Recommended⭐⭐⭐⭐Best balance of size and quality. Recommended for most users.
Qwen3-Coder-30B-A3B-Instruct-Q4_K_S.gguf16.26 GB~17.8 GBQ4_K_S⭐⭐⭐½Good speed/size balance, slight quality loss.
Qwen3-Coder-30B-A3B-Instruct-Q5_K_M.gguf20.23 GB~21.7 GBQ5_K_M⭐⭐⭐⭐½Better quality than Q4, slightly larger. Great if you have the RAM.
Qwen3-Coder-30B-A3B-Instruct-Q5_K_S.gguf19.63 GB~21.1 GBQ5_K_S⭐⭐⭐⭐Large but accurate.
Qwen3-Coder-30B-A3B-Instruct-Q6_K.gguf23.37 GB~24.9 GBQ6_K⭐⭐⭐⭐⭐Near-perfect quality, very large.
Qwen3-Coder-30B-A3B-Instruct-Q8_0.gguf30.25 GB~31.8 GBQ8_0⭐⭐⭐⭐⭐Closest to original quality. Use when RAM is not a concern.

💡 Which file should I download?

  • Most users: Qwen3-Coder-30B-A3B-Instruct-Q4_K_M.gguf — best balance of size and quality
  • High RAM (32GB+): Qwen3-Coder-30B-A3B-Instruct-Q8_0.gguf — near-original quality
  • Low RAM (8GB): Qwen3-Coder-30B-A3B-Instruct-Q3_K_M.gguf — fits in 8GB with room to spare

⚡ Speed Benchmarks

Run python benchmark.py --model Qwen3-Coder-30B-A3B-Instruct to generate speed results.


🧠 Quality Benchmarks

Run kaggle_bench.ipynb on Kaggle to benchmark this model.


🚀 How to Use

Ollama

ollama run dhptl/qwen3-coder-30b-a3b-instruct

LM Studio / Jan / Open WebUI

Search for Dhptl/Qwen3-Coder-30B-A3B-Instruct in the model browser.

llama.cpp CLI

# Download the binary from https://github.com/ggerganov/llama.cpp/releases
./llama-cli \
  -m Qwen3-Coder-30B-A3B-Instruct-Q4_K_M.gguf \
  -p "You are a helpful assistant." \
  --conversation \
  -n 512

Python — llama-cpp-python

from llama_cpp import Llama

llm = Llama(
    model_path="./Qwen3-Coder-30B-A3B-Instruct-Q4_K_M.gguf",
    n_gpu_layers=-1,   # -1 = offload everything to GPU
    n_ctx=4096,
)

response = llm.create_chat_completion(messages=[
    {"role": "user", "content": "Tell me about quantization."}
])
print(response["choices"][0]["message"]["content"])

🔍 About GGUF Quantization

GGUF is the standard file format for running large language models locally. Quantization reduces the number of bits per weight:

FormatBits/weightSize vs FP16Quality
Q2_K~2.616%⭐
Q3_K_M~3.321%⭐⭐⭐
Q4_K_M~4.528%⭐⭐⭐⭐ ← sweet spot
Q5_K_M~5.635%⭐⭐⭐⭐½
Q8_0~8.553%⭐⭐⭐⭐⭐

💬 Community & Feedback

Found an issue? Have a question? Open a Discussion in the Community tab above.

If these quantizations were useful, please consider:

  • ⭐ Starring quant-kit on GitHub
  • 👍 Liking this model on HuggingFace
  • 💬 Leaving feedback in the Community tab

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
74ea8a5

0 моделей