Qwen3-Coder-30B-A3B-Instruct modelini yerel olarak çalıştırabilir miyim?

Evet, ağırlıklar açık ve Hugging Face'de Qwen/Qwen3-Coder-30B-A3B-Instruct olarak mevcut. Her ileri geçişte sadece 3,3 milyar parametre aktif olduğu için bellek gereksinimleri yoğun 30B modelden daha düşüktür, ancak spesifik kuantizasyon için VRAM rehberini kontrol etmelisiniz.

API fiyatı nedir ve bağlam penceresi ne kadar?

API fiyatı giriş için milyon token başına 0,07$ ve çıkış için milyon token başına 0,28$'dır. Yerel bağlam penceresi 262.144 token olup, çıkarım altyapınız destekliyorsa Yarn ile 1M token'a kadar genişletilebilir.

Bu modelin düşünme veya muhakeme modu var mı?

Hayır. Qwen3-Coder-30B-A3B-Instruct sadece düşünme modu dışı destekler ve çıktı olarak zincirleme düşünce blokları üretmez. Muhakeme izleri gerekiyorsa Qwen3 ailesinden farklı bir modele ihtiyacınız olur.

Qwen3 Kodlayıcı 30B A3B Instruct

4688°

#llm #qwen #kodlama #ajanlar #uzun bağlam #yerel

Modeli çalıştır

Teklifler / Reklamlar

OpenRouter Terminal / API

Token başına ödeme

Bu modelle tarayıcıda sohbet edin veya tek bir API anahtarıyla kodunuzdan çağırın.

Qwen | 262,144 token bağlam | $0.07/M giriş, $0.28/M çıkış. Qwen3-Kodlayıcı-30B-A3B-Instruct, ileri düzey kod üretimi, depo ölçeğinde anlama ve ajan araç kullanımı için tasarlanmış 30.5B parametreli Uzman Karışımı (MoE) modelidir. 128 uzmana sahiptir (her ileri geçişte 8 aktif), Qwen3 mimarisi üzerine kuruludur, yerel 256K token bağlam uzunluğunu destekler (Yarn ile 1M'a kadar genişletilebilir) ve fonksiyon çağrıları, tarayıcı kullanımı ve yapılandırılmış kod tamamlama görevlerinde güçlü performans gösterir. Bu model, "düşünme modu" olmadan talimat takibi için optimize edilmiştir ve OpenAI uyumlu araç kullanımı formatlarıyla iyi entegre olur.

Bu model için rehberler

Kullanım Amacına Göre En İyi Yerel LLM (Ekim 2026): Her İş İçin Doğru Açık Model

Yerel AI için aslında ne kadar VRAM gerekiyor?

GGUF dosyası nedir? Kuantize modellerin açıklaması (Q4, Q8, fp8, NF4)

Tüm rehberler

Kaptanın notları

Captain tarafından yazıldı, ev editörü

2026-10-13 tarihli notlar

Qwen3-Coder-30B-A3B-Instruct, Qwen tarafından geliştirilen Mixture-of-Experts (MoE) tabanlı bir kodlama modelidir; toplam 30,5 milyar parametreye sahip ancak her ileri geçişte sadece 3,3 milyar aktif olur, bu da ağırlık sınıfına göre güçlü performans sağlar. Ajan tabanlı kodlama iş akışlarını hedefler — CLINE, tarayıcı otomasyonu, çok adımlı araç kullanımı gibi — ve yerel 256K token bağlamıyla çoğu gerçek depo kapsamına sahiptir. Açık ağırlıklar ve düşük API fiyatı, kodlama ajanları ana iş yükünüzse ciddi değerlendirmeye değer.

İle tanınır

Yapılandırılmış fonksiyon çağrısı desteğiyle ajan tabanlı kodlama ve tarayıcı kullanımı görevleri
256K yerel bağlam, Yarn ile 1M token'a kadar genişletilebilir, depo ölçeğinde çalışma için
MoE verimliliği: 30,5B parametre, her çıkarımda sadece 3,3B aktif
OpenAI uyumlu araç kullanımı formatı; CLINE ve Qwen Code ile kutudan çıkar çıkmaz entegre
Sadece talimat takibi — düşünme modu veya zincirleme düşünce yok

Dikkat et

Hiçbir düşünme modu yok; adım adım muhakeme izleri gerekiyorsa Qwen3 ailesindeki başka modellere bakın.
1M token genişletme Yarn yapılandırması gerektirir — her çıkarım yığını için varsayılan değildir.
Lisans koşulları burada detaylandırılmamıştır; ticari dağıtım öncesi Hugging Face deposunu kontrol edin.

En iyi

Kodlama

Ajanlar ve araç kullanımı

Uzun bağlam

Yerel çalışır

Bütçe

Denenecek istemler

Dağınık bir fonksiyonu yeniden düzenle

Burada bir Python fonksiyonu var: CSV dosyası okur, 'status' sütunu 'active' olan satırları filtreler, bu satırların 'score' sütununun ortalamasını hesaplar ve sonucu yeni bir CSV'ye yazar. Çalışıyor ama okunması zor ve hata yönetimi yok. Fonksiyonu açıklık ve sağlamlık için yeniden düzenleyin ve tümü için tip ipuçları ekleyin. [fonksiyonunuzu buraya yapıştırın]

Çok adımlı ajan aracı oluştur

search_and_summarize adlı bir Python fonksiyonu yazın; arama sorgusu alır, search_web(query) adlı varsayımsal bir arama aracını çağırır ve {title, url, snippet} sözlüklerinden oluşan bir liste döner, en alakalı üç sonucu seçer, fetch_page(url) ile her sayfayı düz metin olarak getirir ve tek bir özlü özet paragrafı döner. OpenAI uyumlu araç çağrısı formatını kullanın ve başarısızlıkları nazikçe yönetin.

Büyük bir kod tabanı dosyasını açıkla

Tanımadığım bir depodan uzun bir kaynak dosyası yapıştıracağım. Dikkatlice okuyup bana şunları ver: (1) bu dosyanın geniş sistem içindeki sorumluluğu, (2) en önemli üç fonksiyon veya sınıf ve her birinin ne yaptığı, (3) belirgin hatalar veya kod kokuları, (4) anlaşılması zor kısımlar için sormam gereken sorular. [dosyanızı buraya yapıştırın]

İle karşılaştır

Qwen3.7 Flash
Sadece API modeli
1,000,000 token bağlam · $0.03/M girdi, $0.13/M çıktı
Qwen3.8 Max (0902)
Sadece API modeli
1,000,000 token bağlam · $2.00/M girdi, $6.00/M çıktı
Qwen3.8 Omni Flash
Sadece API modeli
1,000,000 token bağlam · $0.15/M girdi, $0.47/M çıktı
Qwen3.7 Plus
Sadece API modeli
1,000,000 token bağlam · $0.32/M girdi, $1.28/M çıktı

qwen tarafından daha fazla metin modeli

İnsanların sorduğu sorular

Qwen3-Coder-30B-A3B-Instruct modelini yerel olarak çalıştırabilir miyim?: Evet, ağırlıklar açık ve Hugging Face'de Qwen/Qwen3-Coder-30B-A3B-Instruct olarak mevcut. Her ileri geçişte sadece 3,3 milyar parametre aktif olduğu için bellek gereksinimleri yoğun 30B modelden daha düşüktür, ancak spesifik kuantizasyon için VRAM rehberini kontrol etmelisiniz.
API fiyatı nedir ve bağlam penceresi ne kadar?: API fiyatı giriş için milyon token başına 0,07$ ve çıkış için milyon token başına 0,28$'dır. Yerel bağlam penceresi 262.144 token olup, çıkarım altyapınız destekliyorsa Yarn ile 1M token'a kadar genişletilebilir.
Bu modelin düşünme veya muhakeme modu var mı?: Hayır. Qwen3-Coder-30B-A3B-Instruct sadece düşünme modu dışı destekler ve çıktı olarak zincirleme düşünce blokları üretmez. Muhakeme izleri gerekiyorsa Qwen3 ailesinden farklı bir modele ihtiyacınız olur.

Kaptanın kararı
Aktif parametre sayısının üzerinde performans gösteren, gerçekten ucuz ve yerel çalıştırılabilir bir kodlama ajanı — MoE mimarisi burada anahtar.

Hugging Face'de model kartı

Kaptan bu notları modelin kendi açıklaması ve model kartından yazıyor. Fiyatlar ve bağlam boyutları yazım anındaki sağlayıcıya aittir ve değişebilir.

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

Bu skor nasıl hesaplanıyor

Bu modelin henüz herhangi bir kaynaktan popülerlik verisi yok, bu yüzden listelerin tamamlanması için 7,000° altında bir geçici sayı taşıyor. Verisi olan bir modelin önünde asla sıralanmaz. Bir kaynak rapor verdiğinde burada detaylar görünür.

Terimler: burada kullanılan ifadeler

Isı puanı: Bir modelin şu anda ne kadar kullanıldığı ve istendiğini gösteren tek sayı, 0° ile 9.999° arasında. Bu sitedeki en sıcak modeller listeleri buna göre sıralanır, başka hiçbir şeyle değil.
Taban: Gerçek verisi olan her modelin başladığı 7.000°. Ölçek 0° ile 9.999° arasında; tabanın altı veri olmayan modeller için ayrılmıştır, böylece veri olan model her zaman veri olmayanın üstünde yer alır. Taban herkes için aynıdır ve karar vermez; üzerindeki derece ölçümdür.
İndirme eşdeğerleri: Puanın indirme olarak saydığı her şeyin toplamı: indirmeler, her torrent seed'ı 1.000 olarak, her AI Horde resmi ve her jenerasyon sitesindeki çalışma bir olarak sayılır.
Logaritmik ölçek: Onluk sayma, bire bir değil: 1.000'den 10.000'e çıkmak, 10.000'den 100.000'e çıkmakla aynı dereceyi ekler. Devlerin diğerlerini gölgelemesini engeller.
Beğeniler: Her kaynaktan gelen beğeni ve onaylar, logaritmik ölçekte bir indirmenin yarısı değerinde.
Benimsenme oranı: Bir modelin şu anda günde kaç indirme aldığı, bir kaynağın iki ölçümü arasındaki farktan hesaplanır. İndirme teriminin dörtte biri ağırlığında.
Ölçülen ve tahmin edilen: Ölçülen, bir kaynaktan iki okuma olduğu ve farkın gerçek olduğu anlamına gelir. Tahmin edilen ise sadece bugünün toplamının bilindiği ve geçmişin modelin ömrü boyunca dağıtıldığı anlamına gelir; site hangisini gösterdiğini belirtir.
Seeder: Ağırlıkların bir kopyasını torrent üzerinden başkalarının indirebilmesi için çevrimiçi tutan biri veya aynı işi yapan barındırılan bir ayna. Her biri 1.000 indirme olarak sayılır.
AI Horde: Bağışlanan bilgisayarlarda ücretsiz olarak görüntü üreten gönüllü bir ağ. Bir modelle yaptığı görüntü sayısı açıktır ve her biri bir indirme olarak sayılır.
Üretim siteleri: Kendi modellerinin kopyalarını barındıran ve insanların bunlarla üretim yapmasına izin veren siteler, örneğin PixAI, SeaArt ve Yodayo. İndirmeleri Civitai gibi sayılır ve her üretim bir indirme olarak kabul edilir.
OpenRouter tokenları: Claude veya GPT gibi API üzerinden sunulan bir metin modelinin indirilecek ağırlıkları yoktur, bu yüzden kullanımı tokenlarla ölçülür: son 30 günde OpenRouter üzerinden okuduğu ve yazdığı metin parçaları. Her 10,000,000 token bir indirme sayılır. Kaynak: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Tam model (checkpoint): Ağırlıkların kendisi, kendi başına üretim yapan dosya. Eklentilerin buna bağlı olması nedeniyle ekstra puan alır.
LoRA ve embedding: Başkasının ağırlıklarını belirli bir stile, karaktere veya konsepte yönlendiren küçük eklenti dosyaları. Tek başlarına çalışamazlar.
Aile ve ağırlıklar: Bir modelin üzerine kurulduğu temel, örneğin SD 1.5, SDXL, Flux veya Wan. Her model ailesinin ağırlıklarının yayın tarihini miras alır.
Yaş: Ailenin ağırlıklarının ne kadar önce çıktığına göre çıkarılan derece: yılda 150°, maksimum 750°. Yıllar içinde biriken eski indirmeleri listenin en üstünde tutar.
Aile desteği: Bu sitenin şu anda desteklediği bir ailenin LoRA'ları için küçük, sınırlı bir destek, her zaman detaylarda listelenir.
Yer tutucu puan: Henüz hiçbir kaynaktan rapor almamış bir modele verilen tabanın altındaki sabit bir sayı, böylece listeler eksiksiz kalır. Hiçbir zaman veri olan bir modelin üstünde sıralanmaz.
Yeni! (hoşgörü süresi): 7 günden daha yeni modeller puan yerine Yeni! gösterir ve sıralamada yer almaz. Puanları ilk günden hesaplanır, ancak bir günlük model her şeyden hızlı büyür, bu yüzden beklemeden haftanın #1'i her zaman dün çıkan model olurdu, haftalarca dayanmış olan değil.
Trend: Bir modelin belli bir dönemdeki büyümesinin, aynı dönemdeki tipik model büyümesiyle karşılaştırılması. Tipikten hızlıysa yükseliş, yavaşsa düşüş olarak okunur.
Tipik model: Kataloğun ortası: rakamı olan modellerin yarısı dönemde daha hızlı büyüdü, yarısı daha yavaş.

Benzer Modeller

NVIDIA Nemotron 3 Ultra 550B A55B

TEXT / LLM

GPT 3.5 Turbo (older v0613)

Görsel, Video ve Metin Üretimi için Yapay Zeka Modelleri

Qwen3 Kodlayıcı 30B A3B Instruct, açık kaynak yapay zeka görsel, video ve metin modellerinin salt okunur kataloğu ModelTrends.ai'de listelenen Text / LLM ailesine ait bir metin modeli modelidir. Diğer Text / LLM modelleriyle karşılaştırın ve trendini görmek için popülerlik puanına bakın.

Daha fazla Text / LLM modeli Daha fazla Text / LLM Metin / LLM llm qwen kodlama ajanlar uzun bağlam yerel bütçe

Model Ailesine Göre Göz At