/ Модель

Характеристики

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

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

Генерация текстаТекст → текст10 профессий

Qwen3-Coder-30B-A3B-Instruct GGUF — квантизированная версия модели Qwen/Qwen3-Coder-30B-A3B-Instruct, подготовленная ByteShape с использованием ShapeLearn.

1 814скачиваний за 30 дней41лайквеса обновлены18 фев 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

Этот метод подбирает тип данных для отдельных тензоров, чтобы сохранить высокое качество при малой разрядности. Модель предназначена прежде всего для генерации и анализа программного кода, а также сценариев, связанных с вызовом функций; это отражено в используемых при оценке бенчмарках HumanEval, LiveCodeBench и BFCL-V3.

Модель распространяется в формате GGUF и предназначена для локального запуска, в частности через llama.cpp и Ollama. Доступны варианты для CPU с преимущественно KQ-квантизацией и для GPU с гибридным подходом KQ/IQ. Размер файлов составляет примерно от 10,1 до 16,0 ГБ, а средняя разрядность — от 2,65 до 4,20 бит на вес, что позволяет выбирать баланс между скоростью, требованиями к памяти и качеством. README не содержит сведений о контекстном окне, поддерживаемых языках, точной архитектуре или мультимодальности.

Сильными сторонами являются широкий выбор аппаратно-оптимизированных вариантов, низкие требования к памяти по сравнению с полной моделью и возможность локального использования. Ограничением выступает компромисс между степенью квантизации и качеством: более компактные варианты могут уступать более крупным по точности, а фактическая производительность зависит от оборудования и выбранного файла. 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 (ShapeLearn Quantized)

This is a GGUF-quantized version of Qwen3-Coder-30B-A3B-Instruct produced with ByteShape's ShapeLearn, which learns the optimal datatype per tensor to maintain high quality even at very low bitlengths.

To learn more about ShapeLearn and to see detailed benchmarks across GPUs, CPUs, and even the Raspberry Pi, please visit our blog.

If you have questions or want to share feedback, reach us on Reddit.

How to Pick a Model

We provide CPU and GPU optimized variants for llama.cpp:

  • CPUs: Models labeled as KQ, optimized for CPU inference with predominantly KQ quantization.
  • GPUs: Models labeled as IQ, optimized for GPU inference with a hybrid approach combining KQ and IQ quantization for better throughput.

Each hardware target includes a range of models covering different size and quality tradeoffs.

The chart below shows quality versus tokens per second (TPS), with Unsloth used as the baseline for comparison. Quality is measured across five benchmarks, including function calling: BFCL-V3, LiveCodeBench V6, HumanEval, Math500, and GSM8K.

Selection rule: Choose the model with the highest quality at your target throughput or the fastest model that still meets your required quality.

CPU Models

CPU Benchmark - Intel

Table sorted by model size (match the chart numbers to model IDs):

Model IDBits/WeightModel Size
KQ-12.6510.1 GB
KQ-22.6610.2 GB
KQ-32.6910.3 GB
KQ-42.6910.3 GB
KQ-52.9011.1 GB
KQ-63.0011.5 GB
KQ-73.3112.7 GB
KQ-84.2016.0 GB

GPU Models

GPU Benchmark - RTX 5090

Table sorted by model size (match the chart numbers to model IDs):

Model IDBits/WeightModel Size
IQ-12.6610.1 GB
IQ-22.6810.2 GB
IQ-32.8310.8 GB
IQ-43.1211.9 GB
IQ-53.4813.3 GB
IQ-64.2016.0 GB

Notes on quantization labels

The labels you see (for example IQ4_XS) are only there to make Hugging Face show our models in the GGUF table. We do not use the conventional quantization profiles as defined in llama.cpp. In our case, these labels indicate the primary quantization approach and average bit length. Note that both KQ and IQ models may use a mix of quantization techniques optimized for their target hardware, which is why several models can share the same tag.

Running these models with Ollama

All GGUF files in this repo can be used directly with Ollama.

To run a model with Ollama, use:

ollama run hf.co/byteshape/Qwen3-Coder-30B-A3B-Instruct-GGUF:FILE_NAME.gguf

Replace FILE_NAME.gguf with the GGUF filename you want. For example:

ollama run hf.co/byteshape/Qwen3-Coder-30B-A3B-Instruct-GGUF:Qwen3-Coder-30B-A3B-Instruct-IQ4_XS-4.20bpw.gguf

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
0436a5b

0 моделей