Qwen3 Coder 30B A3B Instruct 需要多少記憶體？

在 4 位元下權重約 17.2 GB，再加上上下文空間，總共 18.7 GB。在 Mac 上，這代表需要 32 GB 以上的統一記憶體，因為 macOS 預設讓 GPU 使用約 75% 的統一記憶體。

Qwen3 Coder 30B A3B Instruct 在 Mac 上有多快？

產生速度取決於記憶體頻寬。本頁中執行它最快的 Mac 是 96 GB 的 M5 Ultra，每秒約 154–274 個 token（8 位元）。能執行它的最低配備 Mac 是 32 GB 的 M2 Max，每秒約 95–168 個。

為什麼 Qwen3 Coder 30B A3B Instruct 執行起來比它的規模看起來更快？

它是混合專家模型：記憶體中保存 30.5B 參數，但每個 token 只讀取 3.3B，所以產生速度相當於小得多的模型。

Mac 能執行 Qwen3 Coder 30B A3B Instruct 嗎？各款 Apple 晶片的記憶體與速度

Q: Qwen3 Coder 30B A3B Instruct 需要多少記憶體？

在 4 位元 下權重約 17.2 GB，再加上上下文空間，總共 18.7 GB。在 Mac 上，這代表需要 32 GB 以上的統一記憶體，因為 macOS 預設讓 GPU 使用約 75% 的統一記憶體。

各種精度所需記憶體

版本	權重	含上下文	最低配備 Mac
8 位元	32.4 GB	35 GB	48 GB
6 位元	24.8 GB	26.8 GB	36 GB
4 位元	17.2 GB	18.7 GB	32 GB
3 位元品質較低	13.3 GB	14.8 GB	24 GB
2 位元品質較低	9.5 GB	11 GB	16 GB

在每款 Apple 晶片上

每款晶片能執行 Qwen3 Coder 30B A3B Instruct 的最小記憶體容量、放得下的最佳版本，以及預期的產生速度。

晶片	需要	版本	token/秒
M6	32 GB	4 位元順暢執行	40–72
M5 Ultra	96 GB	8 位元順暢執行	154–274
M5 Max	36 GB	6 位元順暢執行	77–136
M5 Pro	48 GB	8 位元順暢執行	39–70
M5	32 GB	4 位元順暢執行	36–64
M4 Max	36 GB	6 位元順暢執行	68–121
M4 Pro	48 GB	8 位元順暢執行	35–62
M4	32 GB	4 位元順暢執行	28–51
M3 Ultra	96 GB	8 位元順暢執行	105–187
M3 Max	36 GB	6 位元順暢執行	50–89
M3 Pro	36 GB	6 位元順暢執行	25–44
M3	16 GB	2 位元順暢執行	45–80
M2 Ultra	64 GB	8 位元順暢執行	103–183
M2 Max	32 GB	4 位元順暢執行	95–168
M2 Pro	32 GB	4 位元順暢執行	47–84
M2	16 GB	2 位元順暢執行	45–80
M1 Ultra	64 GB	8 位元順暢執行	103–183
M1 Max	32 GB	4 位元順暢執行	95–168
M1 Pro	32 GB	4 位元順暢執行	47–84
M1	16 GB	2 位元順暢執行	31–54

如何執行

最簡單的方法：下載免費開源的 MLX Harness。搜尋 Qwen3 Coder 30B A3B Instruct，下載適合你 Mac 的版本，就能開始對話。它也能透過 OpenAI 相容 API，把模型提供給你的其他 App。下載 MLX Harness免費 · Apple Silicon · macOS 14.5 或以上版本
在「終端機」中使用 Apple 的 MLX：pip install mlx-lmmlx_lm.chat --model mlx-community/Qwen3-Coder-30B-A3B-Instruct-4bit版本：Hugging Face 上的 mlx-community/Qwen3-Coder-30B-A3B-Instruct-4bit。其他精度的版本就在旁邊。

逐步教學：在 Mac 上下載並執行 LLM · 如何使用 MLX Harness · MLX、Ollama 與 llama.cpp 比較

關於 Qwen3 Coder 30B A3B Instruct

開發者	Qwen (Alibaba)
參數	共 30.5B · 啟用 3.3B（混合專家）
上下文	256K token
授權條款	Apache-2.0
發布時間	2025-07
輸入	文字
權重	Qwen/Qwen3-Coder-30B-A3B-Instruct

常見問題

Qwen3 Coder 30B A3B Instruct 需要多少記憶體？: 在 4 位元下權重約 17.2 GB，再加上上下文空間，總共 18.7 GB。在 Mac 上，這代表需要 32 GB 以上的統一記憶體，因為 macOS 預設讓 GPU 使用約 75% 的統一記憶體。
Qwen3 Coder 30B A3B Instruct 在 Mac 上有多快？: 產生速度取決於記憶體頻寬。本頁中執行它最快的 Mac 是 96 GB 的 M5 Ultra，每秒約 154–274 個 token（8 位元）。能執行它的最低配備 Mac 是 32 GB 的 M2 Max，每秒約 95–168 個。
為什麼 Qwen3 Coder 30B A3B Instruct 執行起來比它的規模看起來更快？: 它是混合專家模型：記憶體中保存 30.5B 參數，但每個 token 只讀取 3.3B，所以產生速度相當於小得多的模型。

類似模型

所有模型 · 所有 Mac · 比較你的 Mac

用於你的模型卡或 README

顯示能順暢執行 Qwen3 Coder 30B A3B Instruct 的最低配備 Mac，並連結到本頁。

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

計算方式

記憶體：模型參數以每個權重 8、6、4、3 或 2 位元計算，加上 MLX 的分組縮放（每個權重半個位元），或依其原生格式計算，再留出上下文空間。macOS 預設讓 GPU 使用約 75% 的統一記憶體。速度：記憶體頻寬除以每個 token 讀取的位元組數，就是單一對話的上限；在 llama.cpp 的 Apple Silicon 公開效能測試中，實際執行可達這個上限的約 45% 到 80%，本頁顯示的就是這個範圍。這些是估算值，不是實測值：可以到 MLX Bench 測量你自己的 Mac。模型數據來自各模型的官方模型卡，晶片數據來自 Apple 的技術規格。核對於 2026-10-19。數據與 mlx.app/compare 相同。