Qwen: Qwen3 30B A3B Instruct 2507

qwen/qwen3-30b-a3b-instruct-2507

Выпущена 29 июля 2025 г.|262К контекст|6,08 ₽/М вход|24,37 ₽/М выход

Qwen3-30B-A3B-Instruct-2507 — это языковая модель Qwen с 30,5 миллиардами параметров, использующая архитектуру MoE, с 3,3 миллиардами активных параметров на вывод. Она работает в немыслящем режиме и предназначена для высококачественного следования инструкциям, многоязычного понимания и использования инструментов агентами. После дообучения на данных инструкций она демонстрирует конкурентоспособную производительность в задачах рассуждения (AIME, ZebraLogic), кодирования (MultiPL-E, LiveCodeBench) и выравнивания (IFEval, WritingBench). Она превосходит свой неинструктивный вариант в субъективных и открытых задачах, сохраняя при этом высокую производительность в задачах, связанных с фактами и кодированием.

Провайдер для Qwen: Qwen3 30B A3B Instruct 2507

Hubris маршрутизирует запросы к лучшему доступному провайдеру с автоматическим fallback при сбоях.

qwen

Latency

—

Throughput

—

Uptime

—

Контекст

262К

токенов

Макс. ответ

32К

токенов

Вход

6,08 ₽

за 1М токенов

Выход

24,37 ₽

за 1М токенов

Модальности

Вход:ТекстВыход:Текст

Провайдеры

Запросы обслуживает один из провайдеров ниже — маршрутизация автоматически выбирает оптимального по доступности и скорости в момент запроса. Итоговая стоимость зависит от того, какой провайдер обслужил запрос, и от попадания в кэш: при повторяющемся контексте вход тарифицируется по цене чтения кэша — до 60–80 % дешевле. Цены — в рублях за 1 млн токенов.

Средняя фактическая цена

12,99 ₽

по запросам за 30 дней · за 1 млн токенов


StreamLake−55 %	~~13,51 ₽~~6,08 ₽	~~54,16 ₽~~24,37 ₽	—	37 т/с	98,1 %	40,7 %
DekaLLM	11,36 ₽	37,87 ₽	—	63 т/с	99,3 %	0,8 %
SiliconFlow	11,36 ₽	37,87 ₽	—	18 т/с	98,0 %	19,9 %
Nebius	12,62 ₽	37,87 ₽	—	35 т/с	96,5 %	15,7 %
Alibaba	16,41 ₽	65,64 ₽	—	63 т/с	100,0 %	9,0 %

Доля запросов, скорость и латентность считаются по нашему трафику за 30 дней, в разрезе по провайдеру. У одного провайдера может быть несколько строк — разные регионы или тарифы с отдельными ценами; эти значения общие для провайдера, поэтому в таких строках они совпадают.

Поддерживаемые параметры

frequency_penaltylogit_biaslogprobsmax_tokenspresence_penaltyrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p

Тарификация для Qwen: Qwen3 30B A3B Instruct 2507

Цены в рублях за 1 млн токенов. Списание — за реальные токены, без подписок.

Тип	Цена в ₽	Единица
Вход	6,08 ₽	за 1М токенов
Выход	24,37 ₽	за 1М токенов

Пример кода и API для Qwen: Qwen3 30B A3B Instruct 2507

Hubris — OpenAI-совместимый API. Используйте любой OpenAI SDK, поменяв только base URL и ключ.

Получить API-ключ

curl https://api.hubris.pw/v1/chat/completions \
  -H "Authorization: Bearer sk-gw-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen/qwen3-30b-a3b-instruct-2507",
    "messages": [{"role": "user", "content": "Привет"}]
  }'

curl https://api.hubris.pw/v1/chat/completions \  -H "Authorization: Bearer sk-gw-..." \  -H "Content-Type: application/json" \  -d '{    "model": "qwen/qwen3-30b-a3b-instruct-2507",    "messages": [{"role": "user", "content": "Привет"}]  }'

from openai import OpenAI

client = OpenAI(
    base_url="https://api.hubris.pw/v1",
    api_key="sk-gw-...",
)

response = client.chat.completions.create(
    model="qwen/qwen3-30b-a3b-instruct-2507",
    messages=[{"role": "user", "content": "Привет"}],
)
print(response.choices[0].message.content)

from openai import OpenAIclient = OpenAI(    base_url="https://api.hubris.pw/v1",    api_key="sk-gw-...",)response = client.chat.completions.create(    model="qwen/qwen3-30b-a3b-instruct-2507",    messages=[{"role": "user", "content": "Привет"}],)print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.hubris.pw/v1",
  apiKey: process.env.HUBRIS_API_KEY!,
});

const response = await client.chat.completions.create({
  model: "qwen/qwen3-30b-a3b-instruct-2507",
  messages: [{ role: "user", content: "Привет" }],
});

console.log(response.choices[0].message.content);

import OpenAI from "openai";const client = new OpenAI({  baseURL: "https://api.hubris.pw/v1",  apiKey: process.env.HUBRIS_API_KEY!,});const response = await client.chat.completions.create({  model: "qwen/qwen3-30b-a3b-instruct-2507",  messages: [{ role: "user", content: "Привет" }],});console.log(response.choices[0].message.content);

Сравнить с…

выбрать любую модель →

Qwen3 30B A3B Instruct 2507 или Qwen3.8 Max (0902)той же линейки · цена, скорость, качество, код Qwen3 30B A3B Instruct 2507 или DeepSeek V4 Flash Latestблизкая по цене · цена, скорость, качество, код Qwen3 30B A3B Instruct 2507 или Claude Sonnet 5популярная · цена, скорость, качество, код Qwen3 30B A3B Instruct 2507 или GPT-5.6 Lunaпопулярная · цена, скорость, качество, код

Другие модели от qwen

Qwen: Qwen3.8 Max (0902)

Qwen3.8 Max 0902 — это обновленный снимок Qwen3.8 Max от команды Qwen из Alibaba. Это модель Mixture-of-Experts с 2,4 триллионами параметров, которая принимает текстовые, графические и видеовходы и возвращает текст, с окном контекста в 1 миллион токенов и включенным по умолчанию механизмом рассуждений. Этот снимок прошел пост-обучение для кодирования и агентской работы, включая многоэтапные программные проекты, оркестрацию нескольких инструментов и выполнение долгосрочных задач. Он также предназначен для анализа диаграмм, парсинга документов и мультимодального понимания больших документов и расширенного видео. Поддерживаются вызовы инструментов, структурированные выводы и настраиваемое усилие рассуждений.

1.0М контекст·от 252,47 ₽/М

Qwen: Qwen3.8 Flash

Qwen3.8 Flash — это мультимодальная модель рассуждений от Alibaba. Она подходит для помощи в кодировании, агентских рабочих процессов, визуального понимания, анализа документов и кодовых баз, взаимодействия с рабочим столом, анализа диаграмм и анализа длинных видео.

1.0М контекст·от 18,94 ₽/М

Qwen: Qwen3.8 27B (free)

Qwen3.8 27B — это открытая плотная визуально-языковая модель от Qwen. Она подходит для кодирования, профессиональных рабочих процессов, исследований, мультимодального взаимодействия и длительных агентских задач, с гибким мышлением, которое можно включать или отключать.

262К контекст·бесплатно