Qwen 3 30B-A3BvsGranite 4.0 H-Small 32B-A9B
Comparatif complet entre Qwen 3 30B-A3B (30B paramètres, Alibaba) et Granite 4.0 H-Small 32B-A9B (32B, IBM). 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 | Granite 4.0 H-Small 32B-A9B |
|---|---|---|
| Paramètres | 30B | 32B |
| Famille | Qwen | Granite |
| Auteur | Alibaba | IBM |
| Origine | CN | US |
| Licence | Apache 2.0 | Apache 2.0 |
| Contexte | 131 072 tokens | 128 000 tokens |
| Sortie | Avril 2025 | Octobre 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 | Granite 4.0 H-Small 32B-A9B |
|---|---|---|
| Q4_K_M (léger) | 19 GB | 19 GB |
| Q5_K_M (équilibre) | 23 GB | 23 GB |
| Q8 (quasi-lossless) | 35 GB | 35 GB |
| FP16 (qualité max) | 62 GB | 64 GB |
| RAM CPU-only | 32 GB | 32 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 | Granite 4.0 H-Small 32B-A9B |
|---|---|---|
| RTX 4090 (24 GB) | 100 tok/s · Q5_K_M | 75 tok/s · Q5_K_M |
| RTX 4080 (16 GB) | ✗ trop lourd | ✗ trop lourd |
| RTX 3060 12GB (12 GB) | ✗ trop lourd | ✗ trop lourd |
| Apple M4 Pro (48 GB) (36 GB) | 40 tok/s · Q8 | 30 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
Granite 4.0 H-Small 32B-A9B
Hybride Mamba-2 + MoE 32B/9B actifs. ~70% de RAM en moins en long contexte. Apache 2.0.
- 70% de RAM en moins en long contexte
- Apache 2.0
- Enterprise-ready
- Support llama.cpp récent requis
Installation
Questions fréquentes
Quel modèle tourne le mieux sur RTX 4090 (24 GB) : Qwen 3 30B-A3B ou Granite 4.0 H-Small 32B-A9B ?
Sur une RTX 4090, Qwen 3 30B-A3B tourne en Q5_K_M (~100 tok/s), Granite 4.0 H-Small 32B-A9B en Q5_K_M (~75 tok/s). En pur débit, Qwen 3 30B-A3B l'emporte. Consultez le configurateur pour tester votre GPU exact.
Lequel consomme le moins de VRAM ?
Les deux demandent la même VRAM en Q4 (19 GB). Le choix se fait alors sur la licence ou la qualité perçue.
Peut-on utiliser ces modèles en production commerciale ?
Qwen 3 30B-A3B est sous Apache 2.0 — libre d'utilisation commerciale. Granite 4.0 H-Small 32B-A9B 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 : Qwen 3 30B-A3B (30B). Plus capable : Granite 4.0 H-Small 32B-A9B (32B). 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.