Qwen3 Coder 30B A3B Instruct
4688°
इस मॉडल को चलाएं
ऑफर / विज्ञापन
Qwen | 262,144 token context | $0.07/M input, $0.28/M output. Qwen3-Coder-30B-A3B-Instruct 30.5B पैरामीटर का मिश्रित विशेषज्ञ (MoE) मॉडल है, जिसमें 128 विशेषज्ञ हैं (प्रत्येक फॉरवर्ड पास में 8 सक्रिय), जो उन्नत कोड जनरेशन, रिपॉजिटरी-स्तरीय समझ, और एजेंटिक टूल उपयोग के लिए डिज़ाइन किया गया है। Qwen3 आर्किटेक्चर पर आधारित, यह 256K टोकन की मूल संदर्भ लंबाई का समर्थन करता है (Yarn के साथ 1M तक बढ़ाया जा सकता है) और फ़ंक्शन कॉल, ब्राउज़र उपयोग, और संरचित कोड पूर्णता वाले कार्यों में मजबूत प्रदर्शन करता है। यह मॉडल इंस्ट्रक्शन-फॉलोइंग के लिए अनुकूलित है बिना “thinking mode” के, और OpenAI-संगत टूल-उपयोग प्रारूपों के साथ अच्छी तरह एकीकृत होता है।
इस मॉडल के लिए गाइड
उपयोग के अनुसार सर्वश्रेष्ठ स्थानीय LLM (अक्टूबर 2026): हर काम के लिए सही खुला मॉडल
स्थानीय AI के लिए मुझे वास्तव में कितनी VRAM चाहिए?
GGUF फ़ाइल क्या है? क्वांटाइज़्ड मॉडल समझाया (Q4, Q8, fp8, NF4)
कैप्टन के नोट्स
2026-10-13 के नोट्स
Qwen3-Coder-30B-A3B-Instruct Qwen का Mixture-of-Experts कोडिंग मॉडल है जिसमें कुल 30.5B पैरामीटर हैं लेकिन प्रति फॉरवर्ड पास केवल 3.3B सक्रिय होते हैं, जो इसे अपने वजन वर्ग के लिए प्रभावशाली बनाता है। यह एजेंटिक कोडिंग वर्कफ़्लोज़ के लिए लक्षित है — जैसे CLINE, ब्राउज़र ऑटोमेशन, मल्टी-स्टेप टूल उपयोग — और इसमें 256K टोकन का मूल संदर्भ होता है जो अधिकांश वास्तविक रिपॉजिटरी को कवर करता है। खुले वेट्स और कम API कीमत इसे गंभीर विचार के योग्य बनाते हैं यदि कोडिंग एजेंट आपका मुख्य कार्यभार है।
के लिए जाना जाता है
- एजेंटिक कोडिंग और ब्राउज़र-उपयोग कार्यों के लिए संरचित फ़ंक्शन-कॉल समर्थन
- 256K मूल संदर्भ, Yarn के माध्यम से 1M टोकन तक बढ़ाने योग्य, रिपॉजिटरी-स्केल कार्य के लिए
- MoE दक्षता: 30.5B पैरामीटर, प्रति इन्फरेंस पास केवल 3.3B सक्रिय
- OpenAI-संगत टूल-उपयोग प्रारूप; CLINE और Qwen Code के साथ आउट-ऑफ-द-बॉक्स इंटीग्रेशन
- केवल निर्देश-अनुसरण — कोई सोचने का मोड नहीं, कोई चेन-ऑफ़-थॉट ओवरहेड नहीं
सावधान रहें
- कोई सोचने का मोड नहीं; यदि आपको चरण-दर-चरण तर्क ट्रेस की जरूरत है, तो Qwen3 परिवार के अन्य मॉडल देखें।
- 1M टोकन विस्तार के लिए Yarn कॉन्फ़िगरेशन आवश्यक है — हर इन्फरेंस स्टैक में डिफ़ॉल्ट रूप से उपलब्ध नहीं।
- लाइसेंस शर्तें यहाँ विस्तृत नहीं हैं; किसी भी व्यावसायिक तैनाती से पहले Hugging Face रिपॉजिटरी जांचें।
के लिए सबसे अच्छा
प्रयास करने के लिए प्रॉम्प्ट
अव्यवस्थित फ़ंक्शन को पुनःसंरचित करें
यहाँ एक Python फ़ंक्शन है जो CSV फ़ाइल पढ़ता है, उन पंक्तियों को फ़िल्टर करता है जहाँ 'status' कॉलम 'active' है, उन पंक्तियों के 'score' कॉलम का औसत निकालता है, और परिणाम को नई CSV में लिखता है। यह काम करता है लेकिन पढ़ने में कठिन है और त्रुटि हैंडलिंग नहीं है। इसे स्पष्टता और मजबूती के लिए पुनःसंरचित करें, और पूरे कोड में टाइप हिंट्स जोड़ें।
[यहाँ अपना फ़ंक्शन चिपकाएँ]
मल्टी-स्टेप एजेंट टूल बनाएं
एक Python फ़ंक्शन लिखें जिसका नाम search_and_summarize हो, जो एक खोज क्वेरी स्ट्रिंग लेता है, एक काल्पनिक search_web(query) टूल कॉल करता है जो {title, url, snippet} की सूची लौटाता है, तीन सबसे प्रासंगिक परिणाम चुनता है, प्रत्येक पेज को fetch_page(url) से प्राप्त करता है जो सादा टेक्स्ट लौटाता है, और एक संक्षिप्त सारांश पैराग्राफ़ लौटाता है। OpenAI-संगत टूल-कॉल प्रारूप का उपयोग करें और विफलताओं को सहजता से संभालें।
एक बड़े कोडबेस फ़ाइल की व्याख्या करें
मैं एक लंबा स्रोत फ़ाइल चिपकाने जा रहा हूँ जो अपरिचित रिपॉजिटरी से है। इसे ध्यान से पढ़ें और मुझे दें: (1) इस फ़ाइल की व्यापक प्रणाली में जिम्मेदारी क्या है, (2) तीन सबसे महत्वपूर्ण फ़ंक्शन या क्लास और उनका कार्य क्या है, (3) कोई स्पष्ट बग या कोड गंध, और (4) वे प्रश्न जो मुझे अस्पष्ट हिस्सों को समझने के लिए पूछने चाहिए।
[यहाँ अपनी फ़ाइल चिपकाएँ]
की तुलना करें
- Qwen3.7 Flashकेवल API मॉडल1,000,000 टोकन संदर्भ · $0.03/M इनपुट, $0.13/M आउटपुट
- Qwen3.8 Max (0902)केवल API मॉडल1,000,000 टोकन संदर्भ · $2.00/M इनपुट, $6.00/M आउटपुट
- Qwen3.8 Omni Flashकेवल API मॉडल1,000,000 टोकन संदर्भ · $0.15/M इनपुट, $0.47/M आउटपुट
- Qwen3.7 Plusकेवल API मॉडल1,000,000 टोकन संदर्भ · $0.32/M इनपुट, $1.28/M आउटपुट
qwen से और टेक्स्ट मॉडल
लोग जो सवाल पूछते हैं
- क्या मैं Qwen3-Coder-30B-A3B-Instruct को स्थानीय रूप से चला सकता हूँ?
- हाँ, वेट्स खुले हैं और Hugging Face पर Qwen/Qwen3-Coder-30B-A3B-Instruct पर उपलब्ध हैं। क्योंकि प्रति फॉरवर्ड पास केवल 3.3B पैरामीटर सक्रिय होते हैं, मेमोरी आवश्यकताएँ एक घने 30B मॉडल से कम हैं, हालांकि अपने विशिष्ट क्वांटाइजेशन के लिए VRAM गाइड देखें।
- API के माध्यम से इसकी लागत क्या है और संदर्भ विंडो कितनी बड़ी है?
- API की कीमत $0.07 प्रति मिलियन इनपुट टोकन और $0.28 प्रति मिलियन आउटपुट टोकन है। मूल संदर्भ विंडो 262,144 टोकन की है, जो Yarn के उपयोग से 1M टोकन तक बढ़ाई जा सकती है यदि आपका इन्फरेंस सेटअप समर्थित है।
- क्या इस मॉडल में सोचने या तर्क करने का मोड है?
- नहीं। Qwen3-Coder-30B-A3B-Instruct केवल गैर-सोचने वाले मोड का समर्थन करता है और कभी भी आउटपुट में चेन-ऑफ़-थॉट ब्लॉक्स नहीं बनाता। यदि आपको तर्क ट्रेस की जरूरत है, तो Qwen3 परिवार के किसी अन्य मॉडल की आवश्यकता होगी।
कैप्टन का निर्णयएक सच्चा सस्ता, स्थानीय रूप से चलने वाला कोडिंग एजेंट जो सक्रिय पैरामीटर संख्या से अधिक प्रदर्शन करता है — MoE आर्किटेक्चर यहाँ मुख्य बात है।
Hugging Face पर मॉडल कार्ड
कैप्टन ये नोट्स मॉडल के अपने विवरण और मॉडल कार्ड से लिखता है। कीमतें और संदर्भ आकार लेखन के समय प्रदाता के हैं और बदल सकते हैं।
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
यह स्कोर कैसे जमा होता है
इस मॉडल के पास अभी तक किसी भी स्रोत से लोकप्रियता डेटा नहीं है, इसलिए इसमें 7,000° से नीचे एक स्टैंड-इन नंबर होता है जो सूचियों को पूरा रखता है। यह कभी भी डेटा वाले मॉडल से ऊपर रैंक नहीं करता। जैसे ही कोई स्रोत रिपोर्ट करता है, यहाँ उसका विवरण दिखता है।
शब्दावली: यहाँ इस्तेमाल हुए शब्द
- हीट स्कोर
- एक नंबर जो बताता है कि मॉडल अभी कितना इस्तेमाल हो रहा है और कितना पसंद किया जा रहा है, 0° से 9,999° तक। इस साइट की हर 'सबसे गर्म' सूची इसी के हिसाब से सॉर्ट होती है।
- फ्लोर
- 7,000° जो हर मॉडल को असली डेटा के साथ मिलता है। स्केल 0° से 9,999° तक चलता है; फ्लोर से नीचे का हिस्सा बिना डेटा वाले मॉडल के लिए रखा गया है, ताकि डेटा वाला मॉडल हमेशा ऊपर रहे। फ्लोर सबके लिए एक जैसा है और कुछ तय नहीं करता; इससे ऊपर के डिग्री माप हैं।
- डाउनलोड-बराबर
- स्कोर जो कुछ भी डाउनलोड मानता है, उसका जोड़: खुद डाउनलोड, हर टोरेंट सीडर को 1,000, हर AI Horde इमेज और हर जनरेशन साइट पर रन को 1 माना जाता है।
- लॉग स्केल
- दस के हिसाब से गिनती, एक-एक करके नहीं: 1,000 से 10,000 डाउनलोड जाना उतना ही डिग्री बढ़ाता है जितना 10,000 से 100,000 जाना। इससे बड़े मॉडल बाकी सबको दबाते नहीं।
- लाइक्स
- हर स्रोत से अंगूठा ऊपर और लाइक्स, जो लॉग स्केल पर आधे डाउनलोड के बराबर हैं।
- अपनाने की दर
- अभी मॉडल को रोजाना कितने डाउनलोड मिल रहे हैं, दो माप के बीच के अंतर से। डाउनलोड के वजन का एक चौथाई।
- मापा और अनुमानित
- मापा मतलब किसी स्रोत के दो रीडिंग मौजूद हैं और उनका अंतर असली है। अनुमानित मतलब केवल आज का कुल पता है और पिछला डेटा मॉडल के जीवनकाल में फैला हुआ है; साइट बताती है कि कौन सा दिखा रही है।
- सीडर
- कोई जो वज़न की कॉपी ऑनलाइन रखता है ताकि दूसरे टोरेंट के जरिए डाउनलोड कर सकें, या होस्टेड मिरर जो ऐसा करता है। हर एक को 1,000 डाउनलोड माना जाता है।
- AI हॉरड
- एक स्वयंसेवी नेटवर्क जो दान किए गए कंप्यूटरों पर मुफ्त में इमेज बनाता है। किसी मॉडल के साथ बनाई गई इमेज की संख्या सार्वजनिक होती है, और हर एक को एक डाउनलोड माना जाता है।
- जनरेशन साइट्स
- ऐसी साइट्स जो अपने मॉडल की कॉपी होस्ट करती हैं और लोगों को उससे जनरेट करने देती हैं, जैसे PixAI, SeaArt और Yodayo। इनके डाउनलोड Civitai की तरह गिने जाते हैं और हर जनरेशन रन को एक डाउनलोड माना जाता है।
- OpenRouter टोकन
- Claude या GPT जैसे API के माध्यम से सेवा प्राप्त टेक्स्ट मॉडल के लिए डाउनलोड करने के लिए कोई वज़न नहीं होता, इसलिए इसका उपयोग टोकन में मापा जाता है: वे टेक्स्ट के टुकड़े जो इसने OpenRouter के माध्यम से पढ़े और लिखे, जो कई ऐप्स द्वारा उपयोग किया जाने वाला एक गेटवे है, पिछले 30 दिनों में। हर 10,000,000 टोकन एक डाउनलोड के रूप में गिने जाते हैं। स्रोत: OpenRouter (openrouter.ai/rankings), CC BY 4.0।
- पूरा मॉडल (चेकपॉइंट)
- खुद जनरेट करने वाली फाइल, वज़न खुद में। इसे बोनस मिलता है क्योंकि एड-ऑन इसी पर निर्भर होते हैं।
- LoRA और एम्बेडिंग
- छोटे एड-ऑन फाइल जो किसी और के वज़न को एक स्टाइल, कैरेक्टर या कॉन्सेप्ट की ओर मोड़ते हैं। ये अकेले नहीं चल सकते।
- फैमिली और वज़न
- जिस बेस पर मॉडल बना है, जैसे SD 1.5, SDXL, Flux या Wan। हर मॉडल अपने फैमिली के वज़न की रिलीज़ तारीख विरासत में लेता है।
- उम्र
- कितने समय पहले फैमिली के वज़न आए थे उसके हिसाब से घटाई गई डिग्री: सालाना 150°, अधिकतम 750° तक। यह पुराने डाउनलोड्स को सूची के शीर्ष से फ्रीज करके रखता है।
- फैमिली बूस्ट
- इस साइट द्वारा अभी आगे बढ़ाए जा रहे फैमिली के LoRA के लिए एक छोटा, सीमित बढ़ावा, जो हमेशा ब्रेकडाउन में दिखता है।
- स्टैंड-इन स्कोर
- एक स्थिर संख्या जो उस मॉडल को दी जाती है जिसके लिए अभी कोई स्रोत रिपोर्ट नहीं है, ताकि सूचियाँ पूरी रहें। यह कभी भी डेटा वाले मॉडल से ऊपर रैंक नहीं करता।
- नया! (ग्रेस अवधि)
- एक मॉडल जो 7 दिनों से कम पुराना है, वह स्कोर के बजाय नया! दिखाता है और रैंकिंग में कोई स्थान नहीं रखता। इसका स्कोर पहले दिन से गणना किया जाता है, लेकिन एक दिन पुराना मॉडल सबसे तेज़ बढ़ता है, इसलिए बिना इंतजार के सप्ताह का #1 हमेशा कल निकला हुआ मॉडल होता बजाय उस मॉडल के जो एक सप्ताह तक टिके।
- ट्रेंड
- किसी अवधि में मॉडल की बढ़त की तुलना उसी अवधि में सामान्य मॉडल की बढ़त से। सामान्य से तेज़ बढ़त को उछाल माना जाता है, धीमी को गिरावट।
- सामान्य मॉडल
- कैटलॉग का मध्य: आधे मॉडल जिनके आंकड़े हैं, उन्होंने उस अवधि में तेज़ बढ़त की, आधे ने धीमी।
Qwen3 Coder 30B A3B Instruct Text / LLM फ़ैमिली का एक टेक्स्ट मॉडल है, जो ModelTrends.ai पर सूचीबद्ध है — ओपन सोर्स AI इमेज, वीडियो और टेक्स्ट मॉडल की एक केवल-पढ़ने योग्य सूची। इसकी तुलना अन्य Text / LLM मॉडल से करें और ट्रेंड देखने के लिए इसका हीट स्कोर देखें।
मॉडल फ़ैमिली के अनुसार ब्राउज़ करें
Text / LLM मॉडल
434
Anima मॉडल
528
Chroma मॉडल
19
Fibo मॉडल
2
Flux मॉडल
1,496
Flux 2 / Klein मॉडल
1,239
Flux 3 मॉडल
3
Moss मॉडल
3
Iris मॉडल
1
MiniMax H3 मॉडल
364
Hunyuan मॉडल
204
Ideogram मॉडल
20
Krea2 मॉडल
717
Qwen मॉडल
20
Qwen2 मॉडल
47
Ltx2 मॉडल
153