Qwen 3 30B-A3BvsQwen 3 32B
Vollständiger Vergleich zwischen Qwen 3 30B-A3B (30 Mrd. Parameter, Alibaba) und Qwen 3 32B (32B, Alibaba). Erforderlicher VRAM je nach Quantisierung, auf 4 Referenz-GPUs gemessene Tokens pro Sekunde, Bewertung nach Anwendungsfall, Lizenz, Installationsbefehle. Alle Zahlen werden aus den Katalogdaten berechnet – kein Kopieren und Einfügen zwischen Seiten.
Kurz gesagt
| Eigenschaft | Qwen 3 30B-A3B | Qwen 3 32B |
|---|---|---|
| Parameter | 30B | 32B |
| Familie | Qwen | Qwen |
| Autor | Alibaba | Alibaba |
| Herkunft | CN | CN |
| Lizenz | Apache 2.0 | Apache 2.0 |
| Kontext | 131 072 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 verbraucht moins — Vorteil für kleine Modelle.
| Quantisierung | Qwen 3 30B-A3B | Qwen 3 32B |
|---|---|---|
| Q4_K_M (leicht) | 19 GB | 19 GB |
| Q5_K_M (ausgewogen) | 23 GB | 23 GB |
| Q8 (nahezu verlustfrei) | 35 GB | 35 GB |
| FP16 (maximale Qualität) | 62 GB | 64 GB |
| RAM bei reinem CPU-Betrieb | 32 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 | Qwen 3 30B-A3B | Qwen 3 32B |
|---|---|---|
| RTX 4090 (24 GB) | 100 tok/s · Q5_K_M | 30 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) | 40 tok/s · Q8 | 12 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
- Erstattung binnen 30 Tagen
Stärken und Schwächen
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
Qwen 3 32B
Dichtes 32B-Modell mit Thinking-Modus. MMLU-Pro 65,5, SuperGPQA 39,8.
- Solides Reasoning im Thinking-Modus
- 131k ctx
- Apache 2.0
- Weniger gut als das spezialisierte QwQ-32B für reine Reasoning-Aufgaben
Installation
Häufige Fragen
Welches Modell läuft am besten auf der RTX 4090 (24 GB): Qwen 3 30B-A3B oder Qwen 3 32B?
Auf einer RTX 4090 läuft Qwen 3 30B-A3B in Q5_K_M (~100 Tok/s), Qwen 3 32B in Q5_K_M (~30 tok/s). Bei reinem Durchsatz, Qwen 3 30B-A3B gewinnt. Nutzen Sie den Konfigurator um Ihre konkrete GPU zu testen.
Welches verbraucht am wenigsten VRAM?
Beide benötigen in Q4 gleich viel VRAM (19 GB). Die Wahl richtet sich dann nach der Lizenz oder der wahrgenommenen Qualität.
Dürfen diese Modelle kommerziell im Produktivbetrieb eingesetzt werden?
Qwen 3 30B-A3B ist unter Apache 2.0 lizenziert – frei für kommerzielle Nutzung. Qwen 3 32B 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 : Qwen 3 32B (32B). 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.