A
Qwen3 30B A3B Instruct 2507OPEN
Qwen3 30B A3B Instruct 2507 (Alibaba): Live-API-Preise, Kontextfenster und die besten Open-Source-Alternativen, täglich verfolgt von OpenSourceAI.tech.
Preise aktualisieren sich automatisch — stündlich überprüft gegen die Preisliste der Anbieter.
Benchmarks & Leistung
Unabhängige Benchmark-Ergebnisse für Qwen3 30B A3B Instruct 2507, gemessen von Artificial Analysis. Höher ist besser.
Für dasselbe Budget bietet Qwen3 30B A3B Instruct 2507 4,3-mal mehr Leistung. Offene Gewichte bedeuten auch, dass Sie es selbst hosten können und nichts pro Token zahlen müssen.
Über dieses Modell
Qwen3 30B A3B Instruct 2507 ist ein Open-Weight-AI-Modell von Alibaba. Sie können es kostenlos herunterladen und selbst hosten; die unten aufgeführten Preise sind Listenpreise für gehostete APIs, die stündlich verfolgt werden, wenn Sie Bequemlichkeit gegenüber Selbsthosting bevorzugen.
Häufig gestellte Fragen
Was ist Qwen3 30B A3B Instruct 2507?
Qwen3 30B A3B Instruct 2507 ist ein KI-Sprachmodell von Alibaba. Es hat offene Gewichte: Sie können es herunterladen und kostenlos auf Ihrer eigenen Hardware ausführen. Es erzielt 9.1 im Artificial Analysis Intelligenzindex.
Ist Qwen3 30B A3B Instruct 2507 kostenlos?
Die Gewichte sind kostenlos und offen — Sie können Qwen3 30B A3B Instruct 2507 selbst hosten und zahlen nichts pro Token. Wenn Sie eine gehostete API bevorzugen, liegen die Listenpreise bei $0.05 pro Million Eingabetoken und $0.19 pro Million Ausgabetoken.
Worin ist Qwen3 30B A3B Instruct 2507 gut?
Unabhängige Benchmarks von Artificial Analysis geben ihm GPQA 65.9%, MMLU-Pro 77.7%, Humanity's Last Exam 6.8%, Long Context Reasoning 22.7%, LiveCodeBench 51.5%, SciCode 30.4%, MATH-500 97.5%, AIME 72.7%, AIME 2025 66.3%, IFBench 33.1%, τ²-Bench 10.2%, Terminal-Bench Hard 6.1%. Es wird besonders verwendet für mathematische Argumentation.
Kann ich Qwen3 30B A3B Instruct 2507 selbst hosten?
Ja. Qwen3 30B A3B Instruct 2507 hat offene Gewichte, sodass Sie es herunterladen und auf Ihrer eigenen GPU oder Ihrem Server mit Tools wie Ollama, vLLM oder llama.cpp ausführen können — ohne Kosten pro Token.
Open-Source-Alternativen
Je nach Arbeitslast kann ein Open-Weight-Modell, das Sie selbst hosten können, die Kosten drastisch senken oder die Preisgestaltung pro Token vollständig entfernen. Unsere Vergleichsseiten stellen dieses Modell neben die stärksten Open-Source-Kandidaten.