Llama 4 Scout 109BvsQwen 3 30B-A3B
Vollständiger Vergleich zwischen Llama 4 Scout 109B (109 Mrd. Parameter, Meta) und Qwen 3 30B-A3B (30B, Alibaba). VRAM-Bedarf je nach Quantisierung, auf 4 Referenz-GPUs gemessene Tokens/Sekunde, Bewertung nach Anwendungsfall, Lizenz, Installationsbefehle. Alle Zahlen werden aus den Katalogdaten berechnet — kein Kopieren und Einfügen zwischen Seiten.
Kurz gesagt
| Eigenschaft | Llama 4 Scout 109B | Qwen 3 30B-A3B |
|---|---|---|
| Parameter | 109B | 30B |
| Familie | Llama | Qwen |
| Autor | Meta | Alibaba |
| Herkunft | US | CN |
| Lizenz | Llama 4 Community | Apache 2.0 |
| Kontext | 10 000 000 Tokens | 131 072 Tokens |
| Erscheinungsdatum | April 2025 | April 2025 |
Speicherbedarf
Ungefähre VRAM, die für die Inferenz mit einem mittleren Kontextfenster erforderlich ist. Der Gewinner (in Grün) ist das Modell, das weniger verbraucht — Vorteil für kleine Modelle.
| Quantisierung | Llama 4 Scout 109B | Qwen 3 30B-A3B |
|---|---|---|
| Q4_K_M (leicht) | 65 GB | 19 GB |
| Q5_K_M (ausgewogen) | 78 GB | 23 GB |
| Q8 (nahezu verlustfrei) | 117 GB | 35 GB |
| FP16 (maximale Qualität) | 218 GB | 62 GB |
| RAM bei reinem CPU-Betrieb | 100 GB | 32 GB |
Geschätzte Geschwindigkeit (Tokens/Sekunde)
Schätzungen basierend auf der besten Quantisierung, die auf jeder GPU möglich ist. Die tatsächlichen Zahlen hängen vom Prompt, vom Kontext und der Engine (llama.cpp, vLLM, MLX) ab. Methodik.
| Referenz-GPU | Llama 4 Scout 109B | Qwen 3 30B-A3B |
|---|---|---|
| RTX 4090 (24 GB) | ✗ zu groß | 100 tok/s · Q5_K_M |
| RTX 4080 (16 GB) | ✗ zu groß | ✗ zu groß |
| RTX 3060 12GB (12 GB) | ✗ zu groß | ✗ zu groß |
| Apple M4 Pro (48 GB) (36 GB) | ✗ zu groß | 40 tok/s · Q8 |
Fazit nach Anwendungsfall
Für jede gängige Anwendung geben wir an, welches der beiden Modelle aufgrund seiner Tags, Größe und Spezialisierung am besten geeignet ist.
Ihr privates, kostenloses ChatGPT auf Ihrem Rechner in einer Stunde – mit LM Studio, Ollama, Open WebUI und Ihren Dokumenten, ganz ohne Cloud.
- Lebenslanger Online-Zugang
- PDF + Dateien
- Lebenslange Updates
Stärken und Schwächen
Llama 4 Scout 109B
MoE mit 109 Mrd. Parametern, davon 17 Mrd. aktiv, nativ multimodal, Kontext: 10M. Passt auf eine H100. Zugang auf HF beschränkt.
- Kontext 10M (!)
- Passt auf H100
- Native Vision
- HF gated
- Lizenz Llama 4 (Klausel >700M MAU)
Installation
Qwen 3 30B-A3B
MoE mit 30B Parametern, davon 3B aktiv, und Hybrid-Thinking. MMLU 81,4, AIME24 80,4. 100+ Sprachen.
- Schnell dank der 3 Milliarden aktiven Parameter
- MMLU 81.4
- AIME24 80.4
- Apache 2.0
- 19 GB in Q4
Installation
Häufige Fragen
Welches Modell läuft am besten auf RTX 4090 (24 GB): Llama 4 Scout 109B oder Qwen 3 30B-A3B?
Auf einer RTX 4090 passt Llama 4 Scout 109B nicht in die 24 GB VRAM – ein Teil muss auf die CPU ausgelagert werden, Qwen 3 30B-A3B in Q5_K_M (~100 tok/s). Nutzen Sie den Konfigurator um Ihre konkrete GPU zu testen.
Welches verbraucht am wenigsten VRAM?
Bei Q4_K_M passt Qwen 3 30B-A3B in 19 GB im Vergleich zu 65 GB für seinen Konkurrenten – ein Unterschied von 46 GB, der erheblich ist, wenn Sie eine RTX 3060 oder eine 4060 Ti 8 GB ins Auge fassen.
Dürfen diese Modelle kommerziell im Produktivbetrieb eingesetzt werden?
Llama 4 Scout 109B steht unter der Lizenz Llama 4 Community – prüfen Sie die Einschränkungen (insbesondere die Schwellenwerte für monatliche Nutzerzahlen). Qwen 3 30B-A3B ist unter Apache 2.0 lizenziert — ebenfalls frei nutzbar. Für SaaS bevorzugen Sie Apache 2.0 oder MIT.
Welches soll man 2026 wählen?
Das hängt von Ihrer wichtigsten Einschränkung ab. Kleiner / schneller : Qwen 3 30B-A3B (30B). Leistungsfähiger : Llama 4 Scout 109B (109B). Wenn Sie unsicher sind, starten Sie den Konfigurator mit Ihrer GPU und Ihrem Anwendungsfall – er wird auf Basis beider Faktoren entscheiden.
Erwägenswerte Alternativen
Falls keines der beiden Modelle zu Ihnen passt, finden Sie hier ähnliche Modelle, die Sie sich ansehen könnten.