Qwen 3 30B-A3BvsERNIE 4.5 21B-A3B Thinking
Comparativo completo entre Qwen 3 30B-A3B (30B de parâmetros, Alibaba) e ERNIE 4.5 21B-A3B Thinking (21B, Baidu). VRAM necessária para cada quantização, tokens por segundo medidos em 4 GPUs de referência, veredito por caso de uso, licença e comandos de instalação. Todos os números são calculados a partir dos dados do catálogo — nada de copiar e colar entre páginas.
Em resumo
| Característica | Qwen 3 30B-A3B | ERNIE 4.5 21B-A3B Thinking |
|---|---|---|
| Parâmetros | 30B | 21B |
| Família | Qwen | ERNIE |
| Autor | Alibaba | Baidu |
| Origem | CN | CN |
| Licença | Apache 2.0 | Apache 2.0 |
| Contexto | 131 072 tokens | 131 072 tokens |
| Data de lançamento | abril de 2025 | abril de 2025 |
Uso de memória
VRAM aproximada necessária para inferência com uma janela de contexto média. O vencedor (em verde) é o modelo que consome menos — vantagem para os menores.
| Quantização | Qwen 3 30B-A3B | ERNIE 4.5 21B-A3B Thinking |
|---|---|---|
| Q4_K_M (leve) | 19 GB | 13 GB |
| Q5_K_M (equilíbrio) | 23 GB | 16 GB |
| Q8 (quase sem perdas) | 35 GB | 23 GB |
| FP16 (qualidade máxima) | 62 GB | 42 GB |
| RAM para execução somente na CPU | 32 GB | 18 GB |
Velocidade estimada (tokens/segundo)
Estimativas baseadas na melhor quantização viável em cada GPU. Os números reais dependem do prompt, do contexto e do motor (llama.cpp, vLLM, MLX). Metodologia.
| GPU de referência | 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) | ✗ pesado demais | 40 tok/s · Q5_K_M |
| RTX 3060 12GB (12 GB) | ✗ pesado demais | ✗ pesado demais |
| Apple M4 Pro (48 GB) (36 GB) | 40 tok/s · Q8 | 40 tok/s · Q8 |
Veredito por caso de uso
Para cada uso comum, indicamos qual dos dois é o mais adequado com base em suas tags, tamanho e especialização.
Seu ChatGPT privado e gratuito na sua máquina em 1 hora — LM Studio, Ollama, Open WebUI, seus documentos, sem nuvem.
- Espaço online vitalício
- PDF + arquivos
- Atualizações vitalícias
Pontos fortes e fracos
Qwen 3 30B-A3B
MoE 30B/3B ativos, raciocínio híbrido. MMLU 81.4, AIME24 80.4. 100+ idiomas.
- Rápido graças aos 3B ativos
- MMLU 81.4
- AIME24 80.4
- Apache 2.0
- 19 GB em Q4
Instalação
ERNIE 4.5 21B-A3B Thinking
Modelo de raciocínio compacto MoE 21B/3B ativos. Apache 2.0. Rápido graças aos 3B ativos.
- 13 GB VRAM Q4
- Raciocínio MoE compacto
- Forte em chinês
- Menos multilíngue que Qwen
- Licença Baidu a verificar
Instalação
Perguntas frequentes
Qual modelo funciona melhor na RTX 4090 (24 GB): Qwen 3 30B-A3B ou ERNIE 4.5 21B-A3B Thinking?
Em uma RTX 4090, Qwen 3 30B-A3B roda em Q5_K_M (~100 tok/s), ERNIE 4.5 21B-A3B Thinking em Q8 (~100 tok/s). Considerando apenas a taxa de geração, ERNIE 4.5 21B-A3B Thinking vence. Consulte o configurador para testar sua GPU exata.
Qual consome menos VRAM?
Em Q4_K_M, ERNIE 4.5 21B-A3B Thinking cabe em 13 GB contra 19 GB para o seu concorrente — diferença de 6 GB, significativa se você busca uma RTX 3060 ou uma 4060 Ti 8 GB.
É possível usar esses modelos em produção comercial?
Qwen 3 30B-A3B está sob Apache 2.0 — livre para uso comercial. ERNIE 4.5 21B-A3B Thinking está sob Apache 2.0 — também livre. Para SaaS, prefira Apache 2.0 ou MIT.
Qual escolher em 2026?
Depende da sua restrição principal. Menor / mais rápido : ERNIE 4.5 21B-A3B Thinking (21B). Mais capaz : Qwen 3 30B-A3B (30B). Se você tiver dúvidas, execute o configurador com sua GPU e seu caso de uso — ele decidirá com base nos dois.
Alternativas a considerar
Se nenhum dos dois for adequado, aqui estão os modelos semelhantes que você pode explorar.