Qwen 3 30B-A3BvsERNIE 4.5 21B-A3B Thinking
Comparatif complet entre Qwen 3 30B-A3B (30B paramètres, Alibaba) et ERNIE 4.5 21B-A3B Thinking (21B, Baidu). VRAM requise par quantification, tokens/seconde mesurés sur 4 GPU de référence, verdict par cas d'usage, licence, commandes d'installation. Tous les chiffres sont calculés à partir des données du catalogue — aucun copier-coller entre pages.
En bref
| Caractéristique | Qwen 3 30B-A3B | ERNIE 4.5 21B-A3B Thinking |
|---|---|---|
| Paramètres | 30B | 21B |
| Famille | Qwen | ERNIE |
| Auteur | Alibaba | Baidu |
| Origine | CN | CN |
| Licence | Apache 2.0 | Apache 2.0 |
| Contexte | 131 072 tokens | 131 072 tokens |
| Sortie | Avril 2025 | Avril 2025 |
Empreinte mémoire
VRAM approximative nécessaire pour l'inférence avec une fenêtre de contexte moyenne. Le vainqueur (en vert) est le modèle qui consomme moins — avantage aux petits.
| Quantification | Qwen 3 30B-A3B | ERNIE 4.5 21B-A3B Thinking |
|---|---|---|
| Q4_K_M (léger) | 19 GB | 13 GB |
| Q5_K_M (équilibre) | 23 GB | 16 GB |
| Q8 (quasi-lossless) | 35 GB | 23 GB |
| FP16 (qualité max) | 62 GB | 42 GB |
| RAM CPU-only | 32 GB | 18 GB |
Vitesse estimée (tokens/seconde)
Estimations basées sur la meilleure quantification tenable sur chaque GPU. Les chiffres réels dépendent du prompt, du contexte et du moteur (llama.cpp, vLLM, MLX). Méthodologie.
| GPU de référence | Qwen 3 30B-A3B | ERNIE 4.5 21B-A3B Thinking |
|---|---|---|
| RTX 4090 (24 GB) | 100 tok/s · Q5_K_M | 100 tok/s · Q8 |
| RTX 4080 (16 GB) | ✗ trop lourd | 40 tok/s · Q5_K_M |
| RTX 3060 12GB (12 GB) | ✗ trop lourd | ✗ trop lourd |
| Apple M4 Pro (48 GB) (36 GB) | 40 tok/s · Q8 | 40 tok/s · Q8 |
Verdict par cas d'usage
Pour chaque usage courant, on indique lequel des deux est le mieux adapté selon ses tags, sa taille et sa spécialisation.
Ton ChatGPT privé et gratuit sur ta machine en 1 heure — LM Studio, Ollama, Open WebUI, tes documents, sans cloud.
- Espace en ligne à vie
- PDF + fichiers
- Mises à jour à vie
Forces et faiblesses
Qwen 3 30B-A3B
MoE 30B/3B actifs hybrid thinking. MMLU 81.4, AIME24 80.4. 100+ langues.
- Rapide grâce aux 3B actifs
- MMLU 81.4
- AIME24 80.4
- Apache 2.0
- 19 Go en Q4
Installation
ERNIE 4.5 21B-A3B Thinking
Raisonneur compact MoE 21B/3B actifs. Apache 2.0. Rapide grâce aux 3B actifs.
- 13 Go VRAM Q4
- Raisonnement MoE compact
- Fort en chinois
- Moins multilingue que Qwen
- Licence Baidu à vérifier
Installation
Questions fréquentes
Quel modèle tourne le mieux sur RTX 4090 (24 GB) : Qwen 3 30B-A3B ou ERNIE 4.5 21B-A3B Thinking ?
Sur une RTX 4090, Qwen 3 30B-A3B tourne en Q5_K_M (~100 tok/s), ERNIE 4.5 21B-A3B Thinking en Q8 (~100 tok/s). En pur débit, ERNIE 4.5 21B-A3B Thinking l'emporte. Consultez le configurateur pour tester votre GPU exact.
Lequel consomme le moins de VRAM ?
En Q4_K_M, ERNIE 4.5 21B-A3B Thinking tient en 13 GB contre 19 GB pour son rival — un écart de 6 GB, significatif si vous visez une RTX 3060 ou une 4060 Ti 8 GB.
Peut-on utiliser ces modèles en production commerciale ?
Qwen 3 30B-A3B est sous Apache 2.0 — libre d'utilisation commerciale. ERNIE 4.5 21B-A3B Thinking est sous Apache 2.0 — libre également. Pour du SaaS, privilégiez Apache 2.0 ou MIT.
Lequel choisir en 2026 ?
Dépend de votre contrainte principale. Plus petit / plus rapide : ERNIE 4.5 21B-A3B Thinking (21B). Plus capable : Qwen 3 30B-A3B (30B). Si vous hésitez, lancez le configurateur avec votre GPU et votre cas d'usage — il tranchera en fonction des deux.
Alternatives à considérer
Si aucun des deux ne vous convient, voici les modèles voisins que vous pourriez explorer.