Qwen 3 30B-A3BvsERNIE 4.5 21B-A3B Thinking
完整对比： Qwen 3 30B-A3B (30B 参数，阿里巴巴) 和 ERNIE 4.5 21B-A3B Thinking (21B, 百度)。各量化方案所需的显存、在 4 款参考 GPU 上测得的 tokens/秒、按使用场景给出的结论、许可证及安装命令。所有数值均根据模型目录中的数据计算得出——各页面之间没有复制粘贴。
简而言之
| 特性 | Qwen 3 30B-A3B | ERNIE 4.5 21B-A3B Thinking |
|---|---|---|
| 参数 | 30B | 21B |
| 系列 | Qwen | ERNIE |
| 作者 | Alibaba | Baidu |
| 来源国 | CN | CN |
| 许可证 | Apache 2.0 | Apache 2.0 |
| 上下文 | 131 072 个 token | 131 072 个 token |
| 发布日期 | 2025年4月 | 2025年4月 |
内存占用
使用中等上下文窗口进行推理所需的大致 VRAM。获胜者（绿色）是消耗 更少 —— 小模型占优。
| 量化 | Qwen 3 30B-A3B | ERNIE 4.5 21B-A3B Thinking |
|---|---|---|
| Q4_K_M（轻量） | 19 GB | 13 GB |
| Q5_K_M（平衡） | 23 GB | 16 GB |
| Q8（近乎无损） | 35 GB | 23 GB |
| FP16（最高质量） | 62 GB | 42 GB |
| 仅使用 CPU 时所需的 RAM | 32 GB | 18 GB |
预估速度（tokens/秒）
估算基于每个 GPU 上可运行的最佳量化。实际数字取决于提示词、上下文和引擎（llama.cpp、vLLM、MLX）。 方法说明.
| 参考 GPU | Qwen 3 30B-A3B | ERNIE 4.5 21B-A3B Thinking |
|---|---|---|
| RTX 4090 (24 GB) | 100 tok/s · Q5_K_M | 100 tok/s · Q8 |
| RTX 4080 (16 GB) | ✗ 过于庞大 | 40 tok/s · Q5_K_M |
| RTX 3060 12GB (12 GB) | ✗ 过于庞大 | ✗ 过于庞大 |
| Apple M4 Pro (48 GB) (36 GB) | 40 tok/s · Q8 | 40 tok/s · Q8 |
各使用场景的结论
对于每种常见用途，我们都会根据两个模型各自的标签、规模和专长，指出哪一个更适合。
只需 1 小时，即可在您的电脑上拥有专属的免费 ChatGPT — LM Studio、Ollama、Open WebUI、您的文档，无需云端。
- 在线空间，终身可用
- PDF + 文件
- 终身更新
优势与劣势
Qwen 3 30B-A3B
MoE，总参数量 30B，激活参数量 3B，采用混合思考模式。MMLU 81.4，AIME24 80.4。支持 100+ 种语言。
- 得益于 3B 激活参数，运行速度快
- MMLU 81.4
- AIME24 80.4
- Apache 2.0
- Q4 量化下为 19 GB
安装
ERNIE 4.5 21B-A3B Thinking
紧凑型 MoE 推理模型，总参数 21B，激活参数 3B。Apache 2.0 许可证。得益于仅 3B 的激活参数，运行速度很快。
- 13 GB VRAM Q4
- 紧凑型 MoE 推理模型
- 中文能力强
- 多语言能力不如 Qwen
- 需核查百度许可证
安装
常见问题
在 RTX 4090（24 GB）上运行表现最佳的模型是 Qwen 3 30B-A3B 还是 ERNIE 4.5 21B-A3B Thinking？
在 RTX 4090 上，Qwen 3 30B-A3B 的运行格式为 Q5_K_M （约 100 个 token/秒），ERNIE 4.5 21B-A3B Thinking 采用 Q8 （约 100 tok/s）。单看吞吐量， ERNIE 4.5 21B-A3B Thinking 胜出。请参阅 配置工具 以测试您的具体 GPU。
哪个模型 VRAM 占用最少？
在 Q4_K_M 量化下， ERNIE 4.5 21B-A3B Thinking 占用 13 GB，而19 GB 是其竞争对手所需的显存——相差 6 GB，若目标为 RTX 3060 或 4060 Ti 8 GB，则差异显著
这些模型可用于商业生产环境吗？
Qwen 3 30B-A3B 采用 Apache 2.0 许可证——可自由用于商业用途。 ERNIE 4.5 21B-A3B Thinking 采用 Apache 2.0 许可证，同样可自由使用。对于 SaaS，请优先选择 Apache 2.0 或 MIT。
2026 年选哪个？
这取决于您最主要的限制条件。 更小 / 更快 : ERNIE 4.5 21B-A3B Thinking (21B)。 能力更强 ：Qwen 3 30B-A3B（30B）。如果您拿不定主意，请打开 配置工具 结合您的 GPU 和使用场景——它将基于这两者做出判断。
值得考虑的替代方案
如果两者都不适合您，以下是您可以探索的相近模型。