Скільки пам’яті потрібно моделі Qwen3 Coder 30B A3B Instruct?

Близько 17,2 ГБ на ваги (4 біт) плюс місце для контексту: загалом 18,7 ГБ. На Mac це означає 32 ГБ об’єднаної пам’яті або більше, адже за замовчуванням macOS дає GPU близько 75% пам’яті.

Наскільки швидко Qwen3 Coder 30B A3B Instruct працює на Mac?

Швидкість генерації залежить від пропускної здатності пам’яті. Найшвидший Mac для неї тут — M5 Ultra із 96 ГБ: близько 154–274 токенів за секунду (8 біт). Мінімальний Mac, що її запускає, — M2 Max із 32 ГБ — видає близько 95–168.

Чому Qwen3 Coder 30B A3B Instruct працює швидше, ніж можна очікувати з її розміру?

Це модель mixture-of-experts: вона тримає в пам’яті 30,5B параметрів, але на кожен токен читає лише 3,3B, тож пише зі швидкістю значно меншої моделі.

Чи потягне Mac Qwen3 Coder 30B A3B Instruct? Пам’ять і швидкість

Пам’ять за кожної точності

Версія	Ваги	З контекстом	Мінімальний Mac
8 біт	32,4 ГБ	35 ГБ	48 ГБ
6 біт	24,8 ГБ	26,8 ГБ	36 ГБ
4 біт	17,2 ГБ	18,7 ГБ	32 ГБ
3 біт нижча якість	13,3 ГБ	14,8 ГБ	24 ГБ
2 біт нижча якість	9,5 ГБ	11 ГБ	16 ГБ

На кожному чипі Apple

Мінімальний обсяг пам’яті кожного чипа, на якому запускається Qwen3 Coder 30B A3B Instruct, найкраща версія, що вміщується, і очікувана швидкість генерації.

Чип	Потрібно	Версія	Токенів/с
M6	32 ГБ	4 біт Працює добре	40–72
M5 Ultra	96 ГБ	8 біт Працює добре	154–274
M5 Max	36 ГБ	6 біт Працює добре	77–136
M5 Pro	48 ГБ	8 біт Працює добре	39–70
M5	32 ГБ	4 біт Працює добре	36–64
M4 Max	36 ГБ	6 біт Працює добре	68–121
M4 Pro	48 ГБ	8 біт Працює добре	35–62
M4	32 ГБ	4 біт Працює добре	28–51
M3 Ultra	96 ГБ	8 біт Працює добре	105–187
M3 Max	36 ГБ	6 біт Працює добре	50–89
M3 Pro	36 ГБ	6 біт Працює добре	25–44
M3	16 ГБ	2 біт Працює добре	45–80
M2 Ultra	64 ГБ	8 біт Працює добре	103–183
M2 Max	32 ГБ	4 біт Працює добре	95–168
M2 Pro	32 ГБ	4 біт Працює добре	47–84
M2	16 ГБ	2 біт Працює добре	45–80
M1 Ultra	64 ГБ	8 біт Працює добре	103–183
M1 Max	32 ГБ	4 біт Працює добре	95–168
M1 Pro	32 ГБ	4 біт Працює добре	47–84
M1	16 ГБ	2 біт Працює добре	31–54

Як запустити

Найпростіший спосіб: завантажте MLX Harness — безкоштовно і з відкритим кодом. Знайдіть Qwen3 Coder 30B A3B Instruct, завантажте версію, яка підходить вашому Mac, і спілкуйтеся. Застосунок також віддає модель іншим вашим програмам через API, сумісний з OpenAI.Завантажити MLX HarnessБезкоштовно · Apple Silicon · macOS 14.5 або новіша
У Терміналі з MLX від Apple:pip install mlx-lmmlx_lm.chat --model mlx-community/Qwen3-Coder-30B-A3B-Instruct-4bitЗбірка: mlx-community/Qwen3-Coder-30B-A3B-Instruct-4bit на Hugging Face. Поруч лежать версії з іншою точністю.

Покроково: завантажити й запустити LLM на Mac · як користуватися MLX Harness · MLX, Ollama і llama.cpp

Про модель Qwen3 Coder 30B A3B Instruct

Розробник	Qwen (Alibaba)
Параметри	30,5B усього · 3,3B активних (mixture of experts)
Контекст	токенів: 256K
Ліцензія	Apache-2.0
Випуск	2025-07
Вхідні дані	Текст
Ваги	Qwen/Qwen3-Coder-30B-A3B-Instruct

Запитання

Скільки пам’яті потрібно моделі Qwen3 Coder 30B A3B Instruct?: Близько 17,2 ГБ на ваги (4 біт) плюс місце для контексту: загалом 18,7 ГБ. На Mac це означає 32 ГБ об’єднаної пам’яті або більше, адже за замовчуванням macOS дає GPU близько 75% пам’яті.
Наскільки швидко Qwen3 Coder 30B A3B Instruct працює на Mac?: Швидкість генерації залежить від пропускної здатності пам’яті. Найшвидший Mac для неї тут — M5 Ultra із 96 ГБ: близько 154–274 токенів за секунду (8 біт). Мінімальний Mac, що її запускає, — M2 Max із 32 ГБ — видає близько 95–168.
Чому Qwen3 Coder 30B A3B Instruct працює швидше, ніж можна очікувати з її розміру?: Це модель mixture-of-experts: вона тримає в пам’яті 30,5B параметрів, але на кожен токен читає лише 3,3B, тож пише зі швидкістю значно меншої моделі.

Схожі моделі

Усі моделі · Усі Mac · Порівняти свій Mac

Для картки моделі або README

Показує мінімальний Mac, на якому Qwen3 Coder 30B A3B Instruct добре працює, і веде сюди.

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

Як це розраховано

Пам’ять: параметри моделі за 8, 6, 4, 3 або 2 біт на вагу плюс групові масштаби MLX (пів біта на вагу) або її нативний формат, а зверху — місце для контексту. За замовчуванням macOS дає GPU близько 75% об’єднаної пам’яті. Швидкість: пропускна здатність пам’яті, поділена на кількість байтів, що читаються на кожен токен, — це стеля для однієї розмови; у публічних тестах llama.cpp на Apple Silicon реальні запуски досягають приблизно 45–80% від неї, і показано саме цей діапазон. Це оцінки, а не вимірювання: виміряйте свій Mac у MLX Bench. Дані моделей — з офіційних карток моделей, дані чипів — з технічних характеристик Apple. Перевірено 2026-10-19. Ті самі дані, що й на mlx.app/compare.