Qwen3 30B A3B
Qwen3 30B A3B est un LLM open-weight publié par Qwen le 29 avril 2025 sous licence Apache 2.0, avec usage commercial autorisé. Âgé d’environ un an, il appartient déjà à une génération ancienne à l’échelle de l’IA et doit être comparé aux modèles de sa période plutôt qu’aux références…
Qwen3 30B A3B est un LLM open-weight publié par Qwen le 29 avril 2025 sous licence Apache 2.0, avec usage commercial autorisé. Âgé d’environ un an, il appartient déjà à une génération ancienne à l’échelle de l’IA et doit être comparé aux modèles de sa période plutôt qu’aux références actuelles.
Son architecture MoE réunit 30,5 milliards de paramètres, dont 3,3 milliards activés. Elle associe modes thinking et non-thinking, prise en charge de plus de 100 langues et dialectes, et contexte extensible jusqu’à 131 072 tokens. Son positionnement reste très économique, avec une tarification inférieure de 95% à la moyenne des LLM similaires.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Alibaba Cloud / Qwen Team |
| Poids | 🟢 Poids ouverts · usage commercial autorisé |
| Licence | Apache 2.0 |
| Date de sortie | 29 avril 2025 |
| Multimodal | non |
| Paramètres | 30 milliards |
| Fenêtre de contexte | 128 000 tokens |
| Modalités (entrée → sortie) | text → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Arena Hard | 91,0 % | 3ᵉ / 26 | llm-stats | Auto-déclaré |
| AIME 2024 | 80,4 % | 26ᵉ / 52 | llm-stats | Auto-déclaré |
| LiveBench | 74,3 % | 17ᵉ / 38 | llm-stats | Auto-déclaré |
| Multi-IF | 72,2 % | 13ᵉ / 20 | llm-stats | Auto-déclaré |
| AIME 2025 | 70,9 % | 81ᵉ / 108 | llm-stats | Auto-déclaré |
| BFCL | 69,1 % | 7ᵉ / 11 | llm-stats | Auto-déclaré |
| GPQA | 65,8 % | 134ᵉ / 219 | llm-stats | Auto-déclaré |
| LiveCodeBench | 62,6 % | 30ᵉ / 72 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| deepinfra | 0,1 $ | 0,3 $ | n.d. |
| novita | 0,1 $ | 0,44 $ | n.d. |
| DeepInfra | 0,12 $ | 0,5 $ | n.d. |
| fireworks | 0,89 $ | 0,89 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 95 % en dessous de la moyenne des LLM similaires, et 55 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.6 Sol, Gemini 3.5 Flash).
Notre analyse
Forces. À sa sortie, Qwen3 30B A3B se classait dans le top 29% des 92 LLM de sa génération sur GPQA, ce qui le plaçait dans le haut du panier pour les questions scientifiques complexes. Il couvre aussi les mathématiques, le code, le dialogue général, la traduction, l’appel d’outils et les agents. Ses modes thinking et non-thinking permettent d’alterner entre raisonnement explicite et réponse directe. L’architecture compte 48 couches et 128 experts, dont 8 activés, avec une attention GQA à 32 têtes Q et 4 têtes KV. Le déploiement est possible avec Transformers, SGLang ou vLLM. Son coût constitue un autre atout majeur : les tarifs débutent à 0,1 $ par million de tokens en entrée et 0,3 $ en sortie, soit environ 55 fois moins que les modèles frontière.
Limites et points d'attention. Ses performances sont aujourd’hui probablement dépassées par celles de modèles plus récents, et un modèle de cet âge est souvent retiré du catalogue de son éditeur. La fenêtre native est limitée à 32 768 tokens : atteindre 131 072 tokens nécessite l’extension YaRN. Son classement GPQA, solide à sa sortie, ne le plaçait pas parmi les tout meilleurs modèles de sa génération.
Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai).