Posso eseguire Qwen3-VL-30B-A3B-Thinking localmente?

Sì, i pesi sono aperti e ospitati su Hugging Face in Qwen/Qwen3-VL-30B-A3B-Thinking. È un modello MoE da 30B, quindi serve molta VRAM; consulta le guide GGUF e di quantizzazione se vuoi eseguirlo su hardware consumer.

Quanto costa e quanto è lunga la finestra di contesto?

Via API costa $0,29 per milione di token in input e $1,00 per milione di token in output. La finestra nativa è di 256K token, espandibile fino a 1M secondo Qwen.

Qual è la differenza tra questa e la versione non-Thinking?

La variante Thinking aggiunge un passo di ragionamento interno esteso prima di rispondere, che migliora le prestazioni su compiti STEM, matematici e visivi complessi a costo di output più lunghi — e quindi più costosi.

Qwen3 VL 30B A3B Thinking

3384°

#llm #qwen #visione #ragionamento #agenti #contesto lungo

Esegui questo modello

Offerte / Annunci

OpenRouter Terminale / API

Paga per token

Chatta con questo modello nel browser o chiamalo dal tuo codice con una chiave API.

Qwen | contesto da 262.144 token | $0.29/M input, $1.00/M output. Qwen3-VL-30B-A3B-Thinking è un modello multimodale che unisce una forte generazione testuale alla comprensione visiva di immagini e video. La variante Thinking potenzia il ragionamento in STEM, matematica e compiti complessi. Eccelle nella percezione di categorie reali/sintetiche, nell'ancoraggio spaziale 2D/3D e nella comprensione visiva a lungo termine, ottenendo risultati competitivi nei benchmark multimodali. Per uso agentico, gestisce istruzioni multi-immagine multi-turn, allineamenti di timeline video, automazione GUI e coding visivo da schizzi a UI debug. Le prestazioni testuali sono pari ai modelli flagship Qwen3, adatte per AI documentale, OCR, assistenza UI, compiti spaziali e ricerca agentica.

Guide per questo modello

Quanta VRAM serve davvero per l'AI locale?

Cos'è un file GGUF? Modelli quantizzati spiegati (Q4, Q8, fp8, NF4)

Pesi aperti vs open source vs solo API: cosa puoi davvero fare

Tutte le guide

Note del capitano

Scritto da Captain, l'editor di casa

Note del 2026-10-13

Qwen3-VL-30B-A3B-Thinking è un modello multimodale MoE di Qwen che gestisce immagini, video e testo in un unico passaggio, con una variante Thinking che applica un ragionamento esteso a compiti STEM, matematici e visivi complessi. La finestra di contesto nativa da 256K token, l'OCR in 32 lingue, il grounding spaziale 3D e l'automazione GUI lo distinguono dalla maggior parte dei modelli vision-language a questo prezzo. I pesi aperti lo rendono un'opzione seria per ricercatori e sviluppatori che vogliono eseguirlo o affinarlo localmente.

Conosciuto per

Ragionamento esteso su problemi STEM e matematici basato su evidenze visive
Automazione GUI su PC e mobile: riconosce elementi, invoca strumenti, completa compiti
Grounding spaziale 2D e 3D, giudizio di occlusione e ragionamento sul punto di vista
OCR in 32 lingue, inclusi documenti con scarsa illuminazione, sfocati e con caratteri antichi
Genera Draw.io, HTML, CSS e JS direttamente da immagini o fotogrammi video

Attenzione a

La variante Thinking produce catene di pensiero più lunghe; i token in output a $1,00/M possono aumentare rapidamente su compiti complessi.
I pesi MoE da 30B sono grandi; l'esecuzione locale richiede molta VRAM — verifica l'hardware prima di scaricare.
Qwen non ha pubblicato un riepilogo dettagliato della licenza qui; verifica i termini sul repository Hugging Face prima dell'uso commerciale.

Ideale per

Visione

Ragionamento

Agenti e uso di strumenti

Contesto lungo

Funziona localmente

Prompt da provare

Debug di uno screenshot UI

Allega uno screenshot di una pagina web o schermata app rotta. Identifica ogni problema visibile nell'interfaccia — rotture di layout, testo tagliato, elementi disallineati, problemi di contrasto — e scrivi l'HTML e CSS corretti necessari per risolverli.

Ragionamento spaziale da immagine

Allega una foto di una stanza o di una scena all'aperto. Elenca ogni oggetto identificabile, stima la relazione spaziale approssimativa tra ogni coppia di oggetti (a sinistra di, dietro, occluso da) e segnala tutto ciò che sembra strutturalmente insicuro o fuori posto.

Problema STEM con diagramma

Allega un diagramma di fisica o geometria da un libro di testo. Indica il problema mostrato, identifica tutti i valori dati e le incognite, poi risolvi passo dopo passo, citando quale parte del diagramma supporta ogni passaggio del ragionamento.

Confronta con

Qwen3.7 Flash
Modello solo API
Contesto di 1,000,000 token · Input $0.03/M, output $0.13/M
Qwen3.8 Max (0902)
Modello solo API
Contesto di 1,000,000 token · Input $2.00/M, output $6.00/M
Qwen3.8 Omni Flash
Modello solo API
Contesto di 1,000,000 token · Input $0.15/M, output $0.47/M
Qwen3 VL 32B Instruct
Modello solo API
Contesto di 131,072 token · Input $0.10/M, output $0.42/M

Altri modelli di testo da qwen

Domande frequenti

Posso eseguire Qwen3-VL-30B-A3B-Thinking localmente?: Sì, i pesi sono aperti e ospitati su Hugging Face in Qwen/Qwen3-VL-30B-A3B-Thinking. È un modello MoE da 30B, quindi serve molta VRAM; consulta le guide GGUF e di quantizzazione se vuoi eseguirlo su hardware consumer.
Quanto costa e quanto è lunga la finestra di contesto?: Via API costa $0,29 per milione di token in input e $1,00 per milione di token in output. La finestra nativa è di 256K token, espandibile fino a 1M secondo Qwen.
Qual è la differenza tra questa e la versione non-Thinking?: La variante Thinking aggiunge un passo di ragionamento interno esteso prima di rispondere, che migliora le prestazioni su compiti STEM, matematici e visivi complessi a costo di output più lunghi — e quindi più costosi.

Verdetto del capitano
Un raro modello vision con pesi aperti che merita davvero l'etichetta di ragionamento — vale il costo dei token in output quando il compito è difficile.

Scheda modello su Hugging Face

Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.

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.

Change colors / personalize / get code

Not this creator?

Get your own badge

Come si calcola questo punteggio

Questo modello non ha ancora dati di popolarità da nessuna fonte, quindi ha un numero provvisorio sotto 7,000° che mantiene le liste complete. Non supera mai un modello con dati. La suddivisione appare qui appena una fonte la segnala.

Glossario: i termini usati qui

Punteggio heat: Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima: I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download: Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica: Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like: Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione: Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato: Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder: Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde: Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione: Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter: Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint): I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding: Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi: La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età: Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia: Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in: Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia): Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza: Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico: Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.

Modelli simili

LFM2.5 24B A2B

TEXT / LLM

Llama 3.1 70B Instruct

Modelli di IA per generare immagini, video e testo

Qwen3 VL 30B A3B Thinking è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.

Altri modelli Text / LLM Altri Testo / LLM Text / LLM llm qwen visione ragionamento agenti contesto lungo locale

Sfoglia per famiglia di modelli