Qwen3 30B A3B

Qwen3 30B A3B est un LLM open-weights de Qwen, publié le 29 avril 2025 sous licence Apache 2.0, avec usage commercial autorisé. Son âge, environ un an, est déjà très long à l’échelle de l’IA : il se situe surtout comme un modèle de sa génération, à comparer aux LLM disponibles autour de sa sortie plutôt qu’aux références actuelles.

Le modèle combine 30 milliards de paramètres, une fenêtre de contexte de 131 072 tokens et un positionnement tarifaire très économique. Son coût est très inférieur à celui des LLM similaires et reste sans commune mesure avec les modèles frontière, ce qui en fait surtout un cas intéressant de modèle ouvert, massif et peu coûteux pour son époque.

Caractéristiques

Performances (benchmarks)

« 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.

Comment se situe-t-il ?

Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.

Tarifs

Prix en dollars US par million de tokens.

Sa tarification se situe 95 % en dessous de la moyenne des LLM similaires, et 48,3 fois moins cher que les modèles frontières (Claude Fable 5, GPT-5.4, Gemini 3.1 Pro Preview).

Notre analyse

Forces. Qwen3 30B A3B se distingue d’abord par son accès open-weights sous Apache 2.0, qui autorise les usages commerciaux et facilite les déploiements indépendants. Sa grande fenêtre de contexte constitue un autre point fort concret, utile pour traiter de longs documents ou conserver davantage d’informations dans une même requête. À sa sortie, il se plaçait dans le top 29% des LLM de sa génération sur GPQA, un signal favorable pour un modèle de cette période. Dans LiveBench, son meilleur profil relatif apparaît en Mathematics (mathématiques), tandis que Language (compréhension du langage) reste exploitable sans atteindre le haut du classement. Son tarif est un atout majeur : il se situe 95% sous la moyenne des LLM similaires et environ 48.3 fois moins cher que les modèles frontière.

Limites et points d'attention. Les résultats LiveBench montrent un modèle aujourd’hui nettement dépassé : la moyenne globale le place en bas de tableau, avec des faiblesses marquées en Coding (programmation), Reasoning (raisonnement) et Data Analysis (analyse de données). Le rang particulièrement faible en programmation limite son intérêt pour les tâches de génération ou de correction de code exigeantes. Son ancienneté pèse aussi sur son statut produit : à cette échelle de temps, un modèle de 2025 doit être considéré comme probablement remplacé par des versions plus récentes et souvent retiré des catalogues de l’éditeur. Sa date de connaissances arrêtée au 31 mars 2025 réduit enfin sa pertinence sur les sujets récents.

Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · LiveBench (livebench.ai).