A
Qwen3 30B A3B Instruct 2507OPEN
Qwen3 30B A3B Instruct 2507 (Alibaba): preços da API ao vivo, janela de contexto e as melhores alternativas de código aberto, monitoradas diariamente pelo OpenSourceAI.tech.
Os preços são atualizados automaticamente — verificados a cada hora em relação aos preços da lista do fornecedor.
Benchmarks & performance
Pontuações de benchmark independentes para Qwen3 30B A3B Instruct 2507, medidas pela Artificial Analysis. Quanto maior, melhor.
Com o mesmo orçamento, o Qwen3 30B A3B Instruct 2507 oferece 4,3 vezes mais capacidade. Pesos abertos também significam que você pode hospedá-lo e não pagar nada por token.
Sobre este modelo
Qwen3 30B A3B Instruct 2507 é um modelo de IA de peso aberto da Alibaba. Você pode baixá-lo e hospedá-lo gratuitamente; os preços abaixo são preços de lista de API hospedada, rastreados por hora, para quando você prefere conveniência em vez de auto-hospedagem.
Perguntas frequentes
O que é o Qwen3 30B A3B Instruct 2507?
Qwen3 30B A3B Instruct 2507 é um modelo de linguagem de IA da Alibaba. Ele é de peso aberto: você pode baixá-lo e executá-lo em seu próprio hardware, gratuitamente. Ele pontua 9.1 no índice de inteligência Artificial Analysis.
O Qwen3 30B A3B Instruct 2507 é gratuito?
Os pesos são gratuitos e abertos — você pode hospedar o Qwen3 30B A3B Instruct 2507 e não pagar nada por token. Se preferir uma API hospedada, os preços são $0.05 por milhão de tokens de entrada e $0.19 por milhão de tokens de saída.
Para que serve o Qwen3 30B A3B Instruct 2507?
Benchmarks independentes da Artificial Analysis dão a ele 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%. É particularmente usado para raciocínio matemático.
Posso hospedar o Qwen3 30B A3B Instruct 2507?
Sim. O Qwen3 30B A3B Instruct 2507 possui pesos abertos, então você pode baixá-lo e executá-lo em sua própria GPU ou servidor com ferramentas como Ollama, vLLM ou llama.cpp — sem custo por token.
Alternativas de código aberto
Dependendo da sua carga de trabalho, um modelo de peso aberto que você pode auto-hospedar pode reduzir os custos drasticamente ou eliminar completamente a cobrança por token. Nossas páginas de comparação colocam este modelo lado a lado com os concorrentes de código aberto mais fortes.