Qwen3 30B A3B
1226°
Qwen | 40,960 토큰 컨텍스트 | 입력 $0.12/M, 출력 $0.50/M. Qwen3는 Qwen 대형 언어 모델 시리즈의 최신 세대로, 밀집 및 Mixture-of-Experts(MoE) 아키텍처를 모두 갖추어 추론, 다국어 지원, 고급 에이전트 작업에 뛰어납니다. 복잡한 추론을 위한 사고 모드와 효율적 대화를 위한 비사고 모드를 원활하게 전환하는 독특한 능력으로 다재다능하고 고품질 성능을 보장합니다. 이전 모델인 QwQ와 Qwen2.5를 크게 능가하며 수학, 코딩, 상식 추론, 창의적 글쓰기, 대화 능력이 우수합니다. Qwen3-30B-A3B 변형은 305억 파라미터(33억 활성화), 48개 레이어, 128개 전문가(작업당 8개 활성화)를 포함하며 YaRN으로 최대 131K 토큰 컨텍스트를 지원해 오픈소스 모델 중 새로운 기준을 세웠습니다.
이 모델의 가이드
Ollama vs LM Studio (2026): 어떤 로컬 AI 앱을 사용할까, 그리고 각각 어떤 최고 모델을 실행할까
로컬 AI에 실제로 필요한 VRAM은 얼마나 될까?
GGUF 파일이란? 양자화 모델 설명 (Q4, Q8, fp8, NF4)
캡틴의 노트
2026-10-13의 노트
Qwen3-30B-A3B는 Qwen의 전문가 혼합(MoE) 모델로, 305억 개의 파라미터 중 33억 개만 추론 시 활성화하여 크기에 비해 훨씬 저렴하게 실행할 수 있습니다. 내장된 토글을 통해 어려운 문제에 대해 신중한 사고 모드와 일상 대화용 빠른 비사고 모드 간 전환이 가능합니다. 오픈 가중치, 저렴한 API 가격, 광범위한 다국어 지원으로 진지한 성능을 원하지만 비용 부담은 줄이고 싶은 개발자에게 실용적인 선택지입니다.
알려진 점
- MoE 설계로 33억 파라미터만 활성화해 계산량을 줄이면서 품질은 유지.
- 사고 모드와 비사고 모드를 단일 모델에서 전환 가능, 별도 다운로드 불필요.
- 두 모드 모두에서 정밀한 외부 도구 통합을 통한 강력한 에이전트 기능.
- 100개 이상의 언어 및 방언 지원과 탄탄한 다국어 지시 수행 능력.
- YaRN을 통해 기본 32K 토큰 창을 넘어 131K 토큰 컨텍스트 확장 가능.
주의할 점
- 기본 컨텍스트는 32K이며, 131K 확장은 YaRN 사용 시 품질 저하 가능성 있음.
- MoE 모델은 로컬에서 메모리 관리가 까다로울 수 있음: 305억 파라미터 전체가 로드되지만 토큰당 33억만 활성화됨.
- 사고 모드는 지연 시간과 토큰 비용을 증가시키므로 단순 작업 시 비활성화 권장.
시도해볼 프롬프트
복잡한 비동기 버그 디버그
Python 비동기 함수가 두 코루틴이 공유 큐를 통해 서로의 결과를 기다릴 때 가끔 교착 상태에 빠집니다. 왜 그런지 설명하고, 최소 재현 코드를 보여준 뒤 교착 상태가 불가능하도록 다시 작성해 주세요. asyncio만 사용하고 서드파티 라이브러리는 사용하지 마세요.
다단계 에이전트 계획
웹 검색(web_search(query)), 파일 읽기(read_file(path)), 파일 쓰기(write_file(path, content)) 세 가지 도구에 접근할 수 있습니다. 사용자가 매주 월요일 AI 연구 논문 요약을 이메일로 받고 싶어 합니다. 단계별로 생각하며 어떤 도구를 어떤 순서로 호출할지 결정하고, 호출 순서와 인자를 작성하세요. 각 호출 전에 이유를 설명해 주세요.
논리 퍼즐 추론
다섯 채의 집이 일렬로 있고 각각 다른 색으로 칠해져 있습니다. 영국인은 빨간 집에 살고, 스웨덴인은 개를 키우며, 덴마크인은 차를 마십니다. 초록 집은 하얀 집 바로 왼쪽에 있고, 초록 집 주인은 커피를 마십니다. 누가 물고기를 키울까요? 답을 내기 전 모든 추론 단계를 보여 주세요.
비교하기
- Qwen3.8 Max (0902)API 전용 모델1,000,000 토큰 컨텍스트 · $2.00/M 입력, $6.00/M 출력
- Qwen3.7 PlusAPI 전용 모델1,000,000 토큰 컨텍스트 · $0.32/M 입력, $1.28/M 출력
- Qwen3.6 PlusAPI 전용 모델1,000,000 토큰 컨텍스트 · $0.33/M 입력, $1.95/M 출력
- Qwen3.6 Max PreviewAPI 전용 모델262,144 토큰 컨텍스트 · $1.03/M 입력, $6.16/M 출력
qwen의 더 많은 텍스트 모델
사람들이 묻는 질문
- Qwen3-30B-A3B를 로컬에서 실행할 수 있나요?
- 네, 가중치는 오픈되어 Hugging Face에서 이용 가능합니다. Ollama, LM Studio, llama.cpp, MLX-LM, KTransformers 등이 지원하지만, 토큰당 33억 개만 활성화되더라도 전체 305억 파라미터를 모두 메모리에 올려야 하므로 충분한 메모리가 필요합니다.
- 비용과 컨텍스트 길이는 어떻게 되나요?
- API 기준 입력 토큰당 0.12달러, 출력 토큰당 0.50달러입니다. 기본 컨텍스트 창은 32,768 토큰이며 YaRN으로 131,072 토큰까지 확장 가능합니다.
- 밀집 Qwen3 모델과 어떻게 다른가요?
- 이 모델은 128명의 전문가를 가진 MoE 아키텍처로 토큰당 8명만 활성화해, 총 파라미터 수는 많지만 밀집 모델보다 훨씬 빠르고 저렴하게 실행됩니다. 추론 및 코딩 작업에서 이전 Qwen 세대보다 동등하거나 우수한 성능을 보입니다.
캡틴의 평가오픈 가중치, 저렴한 API 비용, 진정한 추론 능력이 한 모델에 드문 조합으로 담겨 있습니다.
Hugging Face의 모델 카드
캡틴은 모델의 설명과 모델 카드에서 이 노트를 작성합니다. 가격과 컨텍스트 크기는 작성 시점의 제공자 기준이며 변경될 수 있습니다.
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.
이 점수가 어떻게 계산되는지
이 모델은 아직 어떤 출처에서도 인기 데이터가 없어서 7,000° 아래에 임시 점수를 가지고 있어. 이 점수는 목록을 완성하는 데 쓰여. 데이터가 있는 모델보다 절대 순위가 높지 않아. 출처에서 보고가 들어오는 즉시 여기서 세부 내역이 나타나.
용어집: 여기서 쓰는 말들
- 히트 점수
- 모델이 지금 얼마나 쓰이고 원하는지 한 숫자로 나타낸 거야, 0°부터 9,999°까지. 이 사이트에서 가장 인기 있는 목록은 모두 이 점수로 정렬돼.
- 기본 점수
- 실제 데이터가 있는 모든 모델이 시작하는 7,000°야. 점수는 0°부터 9,999°까지인데, 기본 점수 아래는 데이터 없는 모델(대체 모델)용으로 남겨둬서 데이터 있는 모델이 항상 위에 오도록 해. 기본 점수는 모두 같고 아무것도 결정하지 않아; 그 위 점수가 실제 측정치야.
- 다운로드 동등치
- 점수가 다운로드로 취급하는 모든 걸 합친 거야: 실제 다운로드, 토렌트 시더 1,000개씩, AI Horde 이미지와 생성 사이트 실행 1개씩.
- 로그 스케일
- 1씩이 아니라 10씩 세는 거야: 1,000에서 10,000 다운로드가 늘면 10,000에서 100,000 늘어난 것과 같은 점수가 더해져. 큰 모델이 다 차지하는 걸 막아줘.
- 좋아요
- 모든 출처의 좋아요와 엄지척, 로그 스케일에서 다운로드 절반 가치야.
- 채택률
- 두 번 측정한 차이로 계산한 지금 하루 다운로드 수야. 다운로드 항목 무게의 4분의 1이야.
- 측정 및 추정
- 측정은 두 번의 소스 읽기가 존재하고 그 차이가 실제라는 뜻이야. 추정은 오늘의 총합만 알고 과거는 모델의 전체 기간에 나눠서 보여주는 거야; 사이트에서 어떤 걸 보여주는지 알려줘.
- 시더
- 토렌트를 통해 다른 사람이 다운로드할 수 있도록 가중치 파일을 온라인에 보관하는 사람이나 호스팅 미러를 말해. 각각 1,000번 다운로드로 계산돼.
- AI 호드
- 기부받은 컴퓨터에서 무료로 이미지를 생성하는 자원봉사 네트워크야. 모델로 만든 이미지 수가 공개되고, 각각이 한 번의 다운로드로 계산돼.
- 생성 사이트
- PixAI, SeaArt, Yodayo 같은 모델 복사본을 직접 호스팅하고 사람들이 생성할 수 있게 하는 사이트들이야. 이들의 다운로드는 Civitai와 같고, 생성 한 번이 한 번의 다운로드로 계산돼.
- OpenRouter 토큰
- Claude나 GPT 같은 API를 통해 제공되는 텍스트 모델은 다운로드할 가중치가 없으므로, 지난 30일간 OpenRouter를 통해 읽고 쓴 텍스트 조각인 토큰 수로 사용량을 측정합니다. 10,000,000 토큰마다 다운로드 1회로 계산합니다. 출처: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- 전체 모델 (체크포인트)
- 가중치 자체, 혼자서 생성하는 파일이야. 애드온이 이걸 기반으로 하기 때문에 보너스 점수를 받아.
- LoRA와 임베딩
- 다른 사람의 가중치를 특정 스타일, 캐릭터, 개념 쪽으로 조정하는 작은 추가 파일이야. 혼자 실행할 수 없어.
- 패밀리와 가중치
- 모델이 기반으로 하는 것, 예를 들어 SD 1.5, SDXL, Flux, Wan 같은 거야. 모든 모델은 패밀리 가중치의 출시일을 물려받아.
- 연령
- 패밀리 가중치가 나온 지 얼마나 됐는지에 따라 점수를 깎아: 1년에 150°, 최대 750°까지. 오래된 다운로드는 리스트 상단 고정을 풀어 쌓이도록 해.
- 패밀리 부스트
- 이 사이트가 지금 밀고 있는 패밀리의 LoRA에 주는 작고 제한된 점수 조정으로, 항상 세부 내역에 표시돼.
- 대체 점수
- 아직 소스 보고가 없는 모델에 안정적으로 주는 최저 점수로, 리스트가 완전하게 유지되도록 해. 데이터가 있는 모델보다 절대 높게 평가되지 않아.
- 신규! (유예 기간)
- 7일 미만의 신규 모델은 점수 대신 '신규!' 표시가 나오며 순위에 포함되지 않습니다. 점수는 첫날부터 계산되지만, 하루 된 모델은 매우 빠르게 성장하므로 유예 기간 없이는 항상 어제 나온 모델이 이번 주 #1이 되어버립니다.
- 추세
- 한 기간 동안 모델의 성장 속도가 같은 기간의 일반 모델 성장 속도와 비교해서 어떤지 보여줘. 일반보다 빠르면 상승, 느리면 하락으로 봐.
- 일반 모델
- 카탈로그의 중간값: 수치가 있는 모델 중 절반은 기간 동안 더 빨리 성장했고, 절반은 더 느리게 성장했어.
Qwen3 30B A3B은(는) Text / LLM 패밀리용 텍스트 모델으로, 오픈 소스 AI 이미지·영상·텍스트 모델의 읽기 전용 카탈로그인 ModelTrends.ai에 등록되어 있습니다. 다른 Text / LLM 모델과 비교하고 열기 점수로 트렌드를 확인해 보세요.
모델 패밀리별로 보기
Text / LLM 모델
434
Anima 모델
528
Chroma 모델
19
Fibo 모델
2
Flux 모델
1,496
Flux 2 / Klein 모델
1,239
Flux 3 모델
3
Moss 모델
3
Iris 모델
1
MiniMax H3 모델
364
Hunyuan 모델
204
Ideogram 모델
20
Krea2 모델
717
Qwen 모델
20
Qwen2 모델
47
Ltx2 모델
153