¿Cuánta memoria necesita Qwen3 Coder 30B A3B Instruct?

Unos 17,2 GB de pesos a 4 bits, más espacio para el contexto: 18,7 GB en total. En una Mac, eso significa 32 GB de memoria unificada o más, porque macOS deja que la GPU use alrededor del 75 % de forma predeterminada.

¿Qué tan rápido va Qwen3 Coder 30B A3B Instruct en una Mac?

La velocidad de escritura depende del ancho de banda de memoria. Aquí, la Mac más rápida para este modelo es una con M5 Ultra y 96 GB, a unos 154–274 tokens por segundo (8 bits). La Mac más pequeña que lo ejecuta, con 32 GB, logra unos 95–168 con un M2 Max.

¿Por qué Qwen3 Coder 30B A3B Instruct va más rápido de lo que sugiere su tamaño?

Es un modelo de mezcla de expertos: mantiene 30,5B parámetros en memoria, pero solo lee 3,3B en cada token, así que escribe a la velocidad de un modelo mucho más pequeño.

¿Puede una Mac ejecutar Qwen3 Coder 30B A3B Instruct? RAM, velocidad

Memoria en cada precisión

Versión	Pesos	Con contexto	Mac más pequeña
8 bits	32,4 GB	35 GB	48 GB
6 bits	24,8 GB	26,8 GB	36 GB
4 bits	17,2 GB	18,7 GB	32 GB
3 bits menor calidad	13,3 GB	14,8 GB	24 GB
2 bits menor calidad	9,5 GB	11 GB	16 GB

En cada chip de Apple

El tamaño de memoria más pequeño de cada chip que ejecuta Qwen3 Coder 30B A3B Instruct, la mejor versión que cabe y la velocidad de escritura que puedes esperar.

Chip	Necesita	Versión	Tokens/s
M6	32 GB	4 bits Va bien	40–72
M5 Ultra	96 GB	8 bits Va bien	154–274
M5 Max	36 GB	6 bits Va bien	77–136
M5 Pro	48 GB	8 bits Va bien	39–70
M5	32 GB	4 bits Va bien	36–64
M4 Max	36 GB	6 bits Va bien	68–121
M4 Pro	48 GB	8 bits Va bien	35–62
M4	32 GB	4 bits Va bien	28–51
M3 Ultra	96 GB	8 bits Va bien	105–187
M3 Max	36 GB	6 bits Va bien	50–89
M3 Pro	36 GB	6 bits Va bien	25–44
M3	16 GB	2 bits Va bien	45–80
M2 Ultra	64 GB	8 bits Va bien	103–183
M2 Max	32 GB	4 bits Va bien	95–168
M2 Pro	32 GB	4 bits Va bien	47–84
M2	16 GB	2 bits Va bien	45–80
M1 Ultra	64 GB	8 bits Va bien	103–183
M1 Max	32 GB	4 bits Va bien	95–168
M1 Pro	32 GB	4 bits Va bien	47–84
M1	16 GB	2 bits Va bien	31–54

Cómo ejecutarlo

La forma fácil: descarga MLX Harness, gratis y de código abierto. Busca Qwen3 Coder 30B A3B Instruct, descarga la versión que encaja con tu Mac y empieza a chatear. MLX Harness también ofrece el modelo a tus otras apps mediante una API compatible con OpenAI.Descarga MLX HarnessGratis · Apple Silicon · macOS 14.5 o posterior
En Terminal, con MLX de Apple:pip install mlx-lmmlx_lm.chat --model mlx-community/Qwen3-Coder-30B-A3B-Instruct-4bitVersión MLX: mlx-community/Qwen3-Coder-30B-A3B-Instruct-4bit en Hugging Face. Las demás precisiones están justo al lado.

Paso a paso: descargar y ejecutar LLM en tu Mac · cómo usar MLX Harness · MLX vs Ollama vs llama.cpp

Sobre Qwen3 Coder 30B A3B Instruct

Creado por	Qwen (Alibaba)
Parámetros	30,5B en total · 3,3B activos (mezcla de expertos)
Contexto	256K tokens
Licencia	Apache-2.0
Lanzamiento	2025-07
Entrada	Texto
Pesos	Qwen/Qwen3-Coder-30B-A3B-Instruct

Preguntas

¿Cuánta memoria necesita Qwen3 Coder 30B A3B Instruct?: Unos 17,2 GB de pesos a 4 bits, más espacio para el contexto: 18,7 GB en total. En una Mac, eso significa 32 GB de memoria unificada o más, porque macOS deja que la GPU use alrededor del 75 % de forma predeterminada.
¿Qué tan rápido va Qwen3 Coder 30B A3B Instruct en una Mac?: La velocidad de escritura depende del ancho de banda de memoria. Aquí, la Mac más rápida para este modelo es una con M5 Ultra y 96 GB, a unos 154–274 tokens por segundo (8 bits). La Mac más pequeña que lo ejecuta, con 32 GB, logra unos 95–168 con un M2 Max.
¿Por qué Qwen3 Coder 30B A3B Instruct va más rápido de lo que sugiere su tamaño?: Es un modelo de mezcla de expertos: mantiene 30,5B parámetros en memoria, pero solo lee 3,3B en cada token, así que escribe a la velocidad de un modelo mucho más pequeño.

Modelos similares

Todos los modelos · Todas las Mac · Compara tu Mac

Para la ficha de tu modelo o tu README

Muestra la Mac más pequeña que ejecuta bien Qwen3 Coder 30B A3B Instruct y enlaza a esta página.

[![Runs on a Mac](https://mlx.app/badge/run/qwen3-coder-30b-a3b.svg)](https://mlx.app/run/qwen3-coder-30b-a3b)

Cómo se calcula

Memoria: los parámetros del modelo a 8, 6, 4, 3 o 2 bits por peso más las escalas por grupo de MLX (medio bit por peso), o su formato nativo, con espacio extra para el contexto. De forma predeterminada, macOS deja que la GPU use alrededor del 75 % de la memoria unificada. Velocidad: el ancho de banda de memoria dividido entre los bytes leídos por token es el techo para una conversación; en los benchmarks públicos de Apple Silicon de llama.cpp, las ejecuciones reales alcanzan entre el 45 % y el 80 % de ese techo, que es el rango que se muestra. Son estimaciones, no mediciones: mide tu propia Mac en MLX Bench. Datos de los modelos tomados de cada ficha oficial; datos de los chips, de las especificaciones técnicas de Apple. Revisado el 2026-10-19. Los mismos datos que mlx.app/compare.