01Ce qu'il sait faire
- 3,3B actifs : très rapide en local
- 262k contexte natif
- Apache 2.0 commercial
- Tag Ollama officiel
- —19 Go en Q4 — confortable à 24 Go
- —Dépassé en bench par GLM-4.7-Flash et Coder-Next
04Installer
Installez Ollama pour votre OS. Vérifiez le modèle et sa quantification avant le téléchargement. Commencez avec 4096 tokens de contexte, puis contrôlez le placement avec ollama ps. Une commande ci-dessous n’est pas une preuve de test exécuté sur votre machine.
02Mémoire requise
VRAM GPU approximative pour faire tourner ce modèle, overhead contexte de 4k tokens inclus. Pour un contexte plus long, ajoutez ~1 Go par tranche de 8k tokens.
Quel GPU pour faire tourner Qwen3-Coder 30B-A3B ?
Pour exécuter Qwen3-Coder 30B-A3B en local en quantification Q4, il faut environ 19 Go de VRAM. Le meilleur rapport prix/performance : un GMKtec EVO-X2 64 Go (mini-PC IA, 64 Go de mémoire unifiée — 2× moins cher qu’une RTX 5090).
Liens affiliés — commission possible sans surcoût pour vous, reco indépendante. En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
En mobilité : Qwen3-Coder 30B-A3B tourne aussi sur un PC portable RTX (24 Go de VRAM) →
03Vitesse attendue
Tokens générés par seconde en Q4_K_M, contexte 4k. Au-delà de 20 t/s, la lecture est confortable. En dessous de 10 t/s, c'est juste pour tester.