BenchLeader

Qwen3 30B A3B 2507

推理强度
质量第 189 / 339 名
48.0Index
低于中位数
较中位数 −2.2
价格第 25 / 255 名
$0.150每百万 token
最便宜的 10%
中位数的 0.2 倍
速度第 166 / 216 名
52token/秒
后四分之一
中位数的 0.6 倍
性价比第 29 / 255 名
320.0分/$
前四分之一
中位数的 5.8 倍

性价比更高: Qwen3.5-4B $0.060/M 即可获得 Index 46.7,便宜 60%。

有 3 个更便宜的已排名模型得分更高:MiMo-V2.5 (56.3, $0.138)、GPT-5 nano (56.2, $0.138)、Ling 3.0 Flash (51.7, $0.115)。

截至 2026年11月16日,Qwen3 30B A3B 2507(Alibaba)在 BenchLeader Index 上得分 48.0(共 608 个已排名配置)。表现最好的是编程(56),最弱的是指令遵循(37)。API 价格为输入每百万 token $0.100、输出每百万 token $0.300(按 3:1 混合为 $0.150),为 2026年11月16日的标价。输出速度约为 52 token/秒(Artificial Analysis)。发布于 2025年7月30日。

要点(截至 2026年11月16日)

  • Qwen3 30B A3B 2507 的 API 价格为输入每百万 token $0.100、输出每百万 token $0.300(按 3:1 混合为 $0.150)(标价,2026年11月16日)。
  • Qwen3 30B A3B 2507 的输出速度约为 52 token/秒(Artificial Analysis,2026年11月16日)。
  • Qwen3 30B A3B 2507 于 2025年7月30日发布(Alibaba)。

详细说明:Qwen3 30B A3B 2507 是 Alibaba 的开放权重推理模型,发布于 2025年7月30日。其最佳配置在 BenchLeader Index 上得分 48.0 ±5.0,在 608 个配置中排第 390 名,处于下半区。关键在于这个“±”:另有 268 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,编程得分最高(56),指令遵循最低(37)。按混合价格计,每百万 token $0.150,属于已排名模型中最便宜的五分之一。输出速度为 52 token/秒,首次回答需 2.6 秒,位于最慢的四分之一。它已在 2 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$0.150/M
输入 $0.100 · 输出 $0.300
来源:Artificial Analysis
输出速度
52 tok/s
由 Artificial Analysis 测量
首次回答
2.59 s
首 token 0.28 s
上下文
262k
来源:Artificial Analysis
完整回答
59 s
最近一次测量 2026年11月13日
单任务成本
–
单任务 token 数
–
发布日期
2025年7月30日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index48
  2. 推理46
  3. 编程56
  4. 智能体与工具48
  5. 数学53
  6. 指令遵循37
  7. 人类偏好55
  8. 长上下文37

嵌入这个排名

更多徽章样式
[![Qwen3 30B A3B 2507 on BenchLeader: 综合第 185 名](https://www.benchleader.com/badge/qwen3-30b-a3b-2507.svg?style=compact)](https://www.benchleader.com/models/qwen3-30b-a3b-2507)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Alibaba 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Alibaba 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Qwen3 30B A3B 2507本页2025年7月30日48.0#390
Qwen3 30B A3B2025年4月29日48.1#389

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
thinking44.6#46752 tok/s2.59 s$0.0001智能体与工具 35 · 编程 30 · 指令遵循 52 · 长上下文 55 · 数学 37 · 推理 51
未说明最佳48.0#39052 tok/s2.59 s$0.0001智能体与工具 48 · 编程 56 · 人类偏好 55 · 指令遵循 37 · 长上下文 37 · 数学 53 · 推理 46

Index 走势

2026年9月8日 至 2026年11月16日
394857
  • 默认
  • thinking

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试thinking默认来源趋势
AA Openness Index不计入 Index44.4#9744.4#97Artificial Analysis

推理

基准测试thinking默认来源趋势
GPQA Diamond70.1%#18355.6%#216Epoch AI Benchmarking Hub
Arena Hard Prompts推理强度未说明–1407#175Arena (LMArena)
GPQA Diamond (AA)不计入 Index70.7%#29965.9%#343Artificial Analysis
Humanity's Last Exam (AA)不计入 Index10.3%#3396.9%#398Artificial Analysis
Kagi LLM Benchmark54.9%#67–Kagi LLM Benchmark
CritPt不计入 Index0.3%#2910.0%#337Artificial Analysis
Arena Expert不计入 Index推理强度未说明–1396#180Arena (LMArena)
LMCA不计入 Index19.5%#16722.4%#162Epoch AI Benchmarking Hub
DTBench不计入 Index69.3%#16567.2%#174Epoch AI Benchmarking Hub

编程

基准测试thinking默认来源趋势
SciCode33.0%#214–SciCode
Arena Coding推理强度未说明–1438#166Arena (LMArena)
SciCode (AA)不计入 Index33.0%#222–Artificial Analysis
Terminal-Bench 4.0 (AA)不计入 Index0.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index1.5%#226–Artificial Analysis
Design Arena Website不计入 Index922#180–Design Arena
LiveCodeBench (AA)不计入 Index70.7%#6251.5%#136Artificial Analysis

智能体与工具

基准测试thinking默认来源趋势
Terminal-Bench Hard5.3%#2826.1%#271Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index28.1%#27410.2%#391Artificial Analysis
BFCL Overall推理强度未说明–41.4%#33Berkeley Function Calling Leaderboard
GDPval-AA v2.1不计入 Index75#282–Artificial Analysis
τ³-Banking (AA)5.4%#182–Artificial Analysis
AutomationBench不计入 Index0.8%#235–Artificial Analysis
GDP.pdf (AA)不计入 Index0.4%#252–Artificial Analysis
AA-Briefcase v1.1不计入 Index6#253–Artificial Analysis

数学

基准测试thinking默认来源趋势
OTIS Mock AIME70.3%#15062.2%#171Epoch AI Benchmarking Hub
AIME 202688.3%#29–MathArena
HMMT February 202678.8%#28–MathArena
MathArena Apex0.5%#42–MathArena
Arena Maths推理强度未说明–1378#178Arena (LMArena)
AIME 2025 (AA)不计入 Index56.3%#12266.3%#101Artificial Analysis

知识

基准测试默认来源趋势
Global-MMLU-Lite (AA)不计入 Index72.0%#97Artificial Analysis

指令遵循

基准测试thinking默认来源趋势
IFBench50.7%#17233.1%#339Artificial Analysis
Arena Instruction Following不计入 Index推理强度未说明–1366#185Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1382#181Arena (LMArena)
Arena Creative Writing不计入 Index1319#205Arena (LMArena)
Arena Multi-turn不计入 Index1379#181Arena (LMArena)
Arena Longer Queries不计入 Index1381#183Arena (LMArena)

长上下文

基准测试thinking默认来源趋势
AA-LCR v1.161.3%#29226.3%#431Artificial Analysis
MLCR不计入 Index2.2%#170–Artificial Analysis

综合

基准测试thinking默认来源趋势
Epoch Capabilities Index不计入 Index138.3#121135.2#132Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index9.8#4007.5#480Artificial Analysis
AA Progress Index v1不计入 Index214.2#370198.5#423Artificial Analysis

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
Nebius Token Factory52 tok/s0.29 s$0.100$0.300262kfp8
DekaLLM32 tok/s0.50 s$0.090$0.300262k–
SiliconFlow22 tok/s1.14 s$0.090$0.300262kfp8

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.220$0.440$0.660$0.88026年9月26年10月26年11月
输入 输出
当前:输入 $0.100 · 输出 $0.300

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.100。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0001$0.00018.3 s
总结一份 30 页的报告12,000 / 600$0.0014$0.001414.1 s
代码编辑6,000 / 1,500$0.0011$0.001131.3 s
智能体编程会话60,000 / 4,000$0.0072$0.00721.3 min
结构化信息提取2,000 / 200$0.0003$0.00036.4 s

Alibaba 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Qwen3 30B A3B 2507 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Qwen3 30B A3B 2507 on BenchLeader: 综合第 185 名](https://www.benchleader.com/badge/qwen3-30b-a3b-2507.svg)](https://www.benchleader.com/models/qwen3-30b-a3b-2507)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Qwen3 30B A3B 2507 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/qwen3-30b-a3b-2507

BibTeX:

@misc{benchleader_qwen3_30b_a3b_2507_20261116,
  author       = {{BenchLeader}},
  title        = {{Qwen3 30B A3B 2507 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/qwen3-30b-a3b-2507}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Qwen3 30B A3B 2507 的基准测试得分是多少?
截至 2026年11月16日,Qwen3 30B A3B 2507 的 BenchLeader Index 为 48.0 ±5.0。最强的是编程(56),最弱的是指令遵循(37)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Qwen3 30B A3B 2507 排名第几?
截至 2026年11月16日,Qwen3 30B A3B 2507 在 608 个已排名配置中排第 390 名。另有 268 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Qwen3 30B A3B 2507 每百万 token 的价格是多少?
截至 2026年11月16日,Qwen3 30B A3B 2507 的价格为输入每百万 token $0.100、输出每百万 token $0.300,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.150。标价最近一次变动是在 2026年10月21日。
Qwen3 30B A3B 2507 是什么时候发布的?
Alibaba 于 2025年7月30日发布了 Qwen3 30B A3B 2507。BenchLeader 收录了它在 2 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《Qwen3 30B A3B 2507:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/qwen3-30b-a3b-2507。