Qwen3-30B-A3B-Instruct-2507

Alibaba · 30.5B（激活 3B） · MoE · ctx 256K · apache-2.0 · HuggingFace

Qwen3-30B-A3B-Instruct-2507（Alibaba）是 AI Hashrate 收录的30.5B 参数 MoE（每 token 激活 3B）开放权重模型。 按 8K 上下文估算：Q4 约需 18.38 GB VRAM（权重 16.78 GB + KV 0.6 GB + 开销 1 GB），FP16 约需 62.6 GB。 在该上下文假设下，目录中约有 22 款 GPU/加速器能在 Q4 下完整装下此模型。 Q4 最快配置：B200 192GB SXM ≈ 1697.0 tok/s（估算）; MI300X 192GB ≈ 1124.2 tok/s（估算）; H200 141GB SXM5 ≈ 1018.2 tok/s（估算）; H100 80GB SXM5 ≈ 710.6 tok/s（估算）; Gaudi 3 128GB ≈ 694.9 tok/s（估算）。 下表给出各硬件的 VRAM 装机情况与每美元 tok/s（按 MSRP 标价）。估算基于显存带宽公式；有实测时以实测为准。详见方法论页。 方法论.

85 个硬件配置——按 tok/s 排序。默认装机上下文 8K。

硬件	VRAM	量化	tok/s	装得下？	tok/s/$
B200 192GB SXM	192	Q4	1697.0 估算	是	0.042
MI300X 192GB	192	Q4	1124.2 估算	是	0.075
H200 141GB SXM5	141	Q4	1018.2 估算	是	0.029
H100 80GB SXM5	80	Q4	710.6 估算	是	0.024
Gaudi 3 128GB	128	Q4	694.9 估算	是	0.056
B200 192GB SXM	192	FP16	466.7 估算	是	0.012
RTX 5080 16GB	16	Q4	440.9 估算	否	0.441
A100 80GB SXM4	80	Q4	432.5 估算	是	0.029
RTX 5070 Ti 16GB	16	Q4	411.5 估算	否	0.549
RTX 5090 32GB	32	Q4	380.1 估算	是	0.19
RTX 4080 Super 16GB	16	Q4	338.0 估算	否	0.338
MI300X 192GB	192	FP16	309.2 估算	是	0.021
RTX 4070 Ti Super 16GB	16	Q4	308.6 估算	否	0.386
RX 9070 16GB	16	Q4	293.9 估算	否	0.535
RX 9070 XT 16GB	16	Q4	293.9 估算	否	0.491
RX 7800 XT 16GB	16	Q4	286.6 估算	否	0.574
H200 141GB SXM5	141	FP16	280.0 估算	是	0.008
RX 7900 GRE 16GB	16	Q4	264.5 估算	否	0.482
Arc A770 16GB	16	Q4	257.2 估算	否	0.737
RTX 4090 24GB	24	Q4	213.8 估算	是	0.134
RTX 4090D 24GB (China)	24	Q4	213.8 估算	是	0.134
RTX 3090 Ti 24GB	24	Q4	213.8 估算	是	0.107
RTX 5060 Ti 16GB	16	Q4	205.8 估算	否	0.48
RX 7900 XTX 24GB	24	Q4	203.6 估算	是	0.204
RTX 6000 Ada 48GB	48	Q4	203.6 估算	是	0.03
RTX 3090 24GB	24	Q4	198.5 估算	是	0.132
H100 80GB SXM5	80	FP16	195.4 估算	是	0.007
Gaudi 3 128GB	128	FP16	191.1 估算	是	0.015
L40S 48GB	48	Q4	183.3 估算	是	0.023
Mac Studio M3 Ultra 96GB	96	Q4	173.7 估算	是	0.043
RTX 5070 12GB	12	Q4	173.6 估算	否	0.316
Mac Studio M2 Ultra 192GB	192	Q4	169.7 估算	是	0.024
RX 7900 XT 20GB	20	Q4	169.7 估算	是	0.189
RTX A6000 48GB	48	Q4	162.9 估算	是	0.036
T4 16GB	16	Q4	147.0 估算	否	0.073
RTX 4070 Ti 12GB	12	Q4	143.1 估算	否	0.179
RTX 3080 10GB	10	Q4	136.3 估算	否	0.195
RTX 4060 Ti 16GB	16	Q4	132.3 估算	否	0.265
RX 7600 XT 16GB	16	Q4	132.3 估算	否	0.402
RTX 4070 12GB	12	Q4	130.2 估算	否	0.217
RTX 4070 Super 12GB	12	Q4	130.2 估算	否	0.217
A100 80GB SXM4	80	FP16	118.9 估算	是	0.008
Arc B580 12GB	12	Q4	117.8 估算	否	0.473
MacBook Pro M4 Max 128GB	128	Q4	115.8 估算	是	0.026
RX 7700 XT 12GB	12	Q4	111.6 估算	否	0.249
RTX 6000 Ada 48GB	48	FP16	94.1 估算	否	0.014
RTX 3060 12GB	12	Q4	93.0 估算	否	0.283
MacBook Pro M3 Max 128GB	128	Q4	84.8 估算	是	0.02
L40S 48GB	48	FP16	84.7 估算	否	0.011
RTX 5090 32GB	32	FP16	78.0 估算	否	0.039
RTX A6000 48GB	48	FP16	75.3 估算	否	0.017
Arc B570 10GB	10	Q4	68.2 估算	否	0.311
Mac mini M4 Pro 64GB	64	Q4	57.9 估算	是	0.026
RTX 5060 8GB	8	Q4	51.4 估算	否	0.172
RTX 5060 Ti 8GB	8	Q4	51.4 估算	否	0.136
RTX 3070 8GB	8	Q4	51.4 估算	否	0.103
Mac Studio M3 Ultra 96GB	96	FP16	47.8 估算	是	0.012
Mac mini M4 Pro 64GB	64	FP16	47.6 估算	否	0.022
Mac Studio M2 Ultra 192GB	192	FP16	46.7 估算	是	0.007
RTX 4060 Ti 8GB	8	Q4	33.1 估算	否	0.083
RX 7600 8GB	8	Q4	33.1 估算	否	0.123
MacBook Pro M4 Max 128GB	128	FP16	31.8 估算	是	0.007
RTX 4060 8GB	8	Q4	31.2 估算	否	0.104
Mac mini M4 32GB	32	Q4	25.5 估算	是	0.026
RTX 4090 24GB	24	FP16	24.7 估算	否	0.015
RTX 4090D 24GB (China)	24	FP16	24.7 估算	否	0.015
RTX 3090 Ti 24GB	24	FP16	24.7 估算	否	0.012
RX 7900 XTX 24GB	24	FP16	23.5 估算	否	0.024
MacBook Pro M3 Max 128GB	128	FP16	23.3 估算	是	0.006
RTX 3090 24GB	24	FP16	22.9 估算	否	0.015
RX 7900 XT 20GB	20	FP16	13.6 估算	否	0.015
RTX 5080 16GB	16	FP16	10.5 估算	否	0.011
RTX 5070 Ti 16GB	16	FP16	9.8 估算	否	0.013
RTX 4080 Super 16GB	16	FP16	8.0 估算	否	0.008
RTX 4070 Ti Super 16GB	16	FP16	7.3 估算	否	0.009
RX 9070 16GB	16	FP16	7.0 估算	否	0.013
RX 9070 XT 16GB	16	FP16	7.0 估算	否	0.012
RX 7800 XT 16GB	16	FP16	6.8 估算	否	0.014
RX 7900 GRE 16GB	16	FP16	6.3 估算	否	0.011
Arc A770 16GB	16	FP16	6.1 估算	否	0.017
Mac mini M4 32GB	32	FP16	5.2 估算	否	0.005
RTX 5060 Ti 16GB	16	FP16	4.9 估算	否	0.011
T4 16GB	16	FP16	3.5 估算	否	0.002
RTX 4060 Ti 16GB	16	FP16	3.1 估算	否	0.006
RX 7600 XT 16GB	16	FP16	3.1 估算	否	0.009

装机核对

• RTX 5090 32GB — 装得下 · ≈380.1 tok/s Q4 估算
• RTX 3090 Ti 24GB — 装得下 · ≈213.8 tok/s Q4 估算
• RTX 4090 24GB — 装得下 · ≈213.8 tok/s Q4 估算
• RTX 5080 16GB — 装不下 · ≈440.9 tok/s Q4 估算
• RTX 6000 Ada 48GB — 装得下 · ≈203.6 tok/s Q4 估算
• RX 7900 XTX 24GB — 装得下 · ≈203.6 tok/s Q4 估算
• RTX 3090 24GB — 装得下 · ≈198.5 tok/s Q4 估算
• RTX 5070 Ti 16GB — 装不下 · ≈411.5 tok/s Q4 估算
• L40S 48GB — 装得下 · ≈183.3 tok/s Q4 估算
• Mac Studio M3 Ultra 96GB — 装得下 · ≈173.7 tok/s Q4 估算
• Mac Studio M2 Ultra 192GB — 装得下 · ≈169.7 tok/s Q4 估算
• RX 7900 XT 20GB — 装得下 · ≈169.7 tok/s Q4 估算

12 款热门零售 GPU；上表每行的「装得下？」结论同样链接到完整装机核对页。

同族模型：Qwen（通义千问）

Qwen3 Qwen3-8B · Qwen3-14B
Qwen3 2507 Qwen3-4B-Instruct-2507 · Qwen3-4B-Thinking-2507 · Qwen3-235B-A22B-Instruct-2507
Qwen2.5 Qwen2.5-7B-Instruct · Qwen2.5-14B-Instruct · Qwen2.5-32B-Instruct · Qwen2.5-72B-Instruct
Qwen2.5 Coder Qwen2.5-Coder-32B-Instruct
Qwen3 Next Qwen3-Next-80B-A3B-Instruct
Qwen3 Coder Qwen3-Coder-480B-A35B-Instruct · Qwen3-Coder-Next
Qwen3.5 Qwen3.5-2B · Qwen3.5-9B · Qwen3.5-27B · Qwen3.5-35B-A3B · Qwen3.5-122B-A10B · Qwen3.5-397B-A17B
Qwen3.6 Qwen3.6-27B · Qwen3.6-35B-A3B

全部 Qwen（通义千问） 模型 →