کوئن ۳ کدر (آفلاین)

نسخه‌ها و سخت‌افزار لازم

• 30B-A3B۳۰٫۵B (فعال ۳٫۳B)طول متن ۲۵۶ هزار توکن

  حجم دانلود:

  ۱۹ گیگ

  حافظهٔ لازم:

  کارت گرافیک ۲۳ گیگ یا رم ۲۵ گیگ

  ollama run qwen3-coder:30bکپی

  برای کارت ۲۴ گیگابایتی (مثل RTX 3090 یا 4090) یا کامپیوتر و مک ۳۲ گیگابایتی. حجم‌ها از Ollama است (نسخهٔ ۱۶ بیتی را برچسب fp16 نوشته) و حداقل حافظه برآوردی است.

• Next (80B-A3B)۸۰B (فعال ۳B)طول متن ۲۵۶ هزار توکن

  حجم دانلود:

  ۵۲ گیگ

  حافظهٔ لازم:

  کارت گرافیک ۶۳ گیگ یا رم ۶۵ گیگ

  ollama run qwen3-coder-nextکپی

  جدیدترین و قوی‌ترین نسخه (فوریهٔ ۲۰۲۶). حجم ۴ و ۸ بیتی از Ollama و حجم ۱۶ بیتی از مخزن رسمی است؛ Qwen نسخهٔ FP8 (حدود ۸۰ گیگابایت) را هم برای سرور منتشر کرده. حداقل حافظه برآوردی است.

• 480B-A35B۴۸۰B (فعال ۳۵B)طول متن ۲۵۶ هزار توکن

  حجم دانلود:

  ۲۹۰ گیگ

  حافظهٔ لازم:

  کارت گرافیک ۳۴۸ گیگ یا رم ۳۵۰ گیگ

  ollama run qwen3-coder:480bکپی

  فقط برای سرور. Ollama دست‌کم ۲۵۰ گیگابایت حافظه را لازم می‌داند؛ برآورد ما با حاشیهٔ اطمینان حدود ۳۵۰ گیگابایت است.

نصب و اجرا

1. ۱

   Ollama را نصب کنیدلینوکس

   curl -fsSL https://ollama.com/install.sh | shکپی

   در ویندوز و مک، برنامهٔ نصب را از ollama.com/download بگیرید.

2. ۲

   نسخهٔ 30B را بگیرید و اجرا کنید

   ollama run qwen3-coder:30bکپی

   حدود ۱۹ گیگابایت دانلود. برای نسخهٔ قوی‌تر: ollama run qwen3-coder-next (حدود ۵۲ گیگابایت).

3. ۳

   یا با LM Studio

   lms get qwen/qwen3-coder-30bکپی

   برای نسخهٔ Next شناسهٔ qwen/qwen3-coder-next را بگیرید.

4. ۴

   ابزار خط فرمان Qwen Code را نصب کنید

   npm install -g @qwen-code/qwen-code@latestکپی

   Node.js نسخهٔ ۲۲ به بالا لازم است. در پوشهٔ پروژه فرمان qwen را بزنید و با /auth آدرس Ollama (http://localhost:11434/v1) را بدهید. در VS Code هم می‌توانید Cline یا Kilo Code را به همین آدرس وصل کنید.

5. ۵

   روی سرور چندکارته با vLLMلینوکس

   vllm serve Qwen/Qwen3-Coder-Next --port 8000 --tensor-parallel-size 2 --enable-auto-tool-choice --tool-call-parser qwen3_coderکپی

   دستور رسمی Qwen؛ vLLM نسخهٔ 0.15.0 یا جدیدتر لازم است. اگر سرویس بالا نیامد، طول متن را با --max-model-len 32768 کم کنید.

دانلود

• Ollama — qwen3-coder ↗رسمی

  نسخه‌های 30B و 480B.

• Ollama — qwen3-coder-next ↗رسمی

  نسخهٔ Next (حدود ۵۲ گیگابایت).

• Hugging Face (مخزن رسمی Qwen) ↗رسمی

  وزن کامل Next؛ نسخه‌های 30B و 480B هم در همین حساب هستند.

• Hugging Face — GGUF رسمی Next ↗رسمی

  Q4_K_M حدود ۴۸ گیگابایت؛ برای وارد کردن دستی در Ollama یا llama.cpp.

• ModelScope (حساب رسمی Qwen) ↗رسمی

  همان وزن‌ها روی ModelScope؛ گیت‌هاب رسمی Qwen به آن لینک داده است.

• LM Studio ↗رسمی

  نسخه‌های 30B و 480B برای LM Studio.

نکات امنیتی

• ایجنت برنامه‌نویسی می‌تواند فایل پاک کند و دستور اجرا کند؛ در پوشهٔ پروژهٔ تحت گیت کار کنید، هر تغییر را پیش از تأیید ببینید و فایل‌های .env و کلیدها را از دسترسش دور نگه دارید.
• پورت ۱۱۴۳۴ Ollama را به اینترنت باز نکنید؛ Ollama به‌طور پیش‌فرض فقط روی 127.0.0.1 گوش می‌دهد و بهتر است همین‌طور بماند.
• وزن‌ها را فقط از مخزن رسمی سازنده یا کتابخانه‌های شناخته‌شده (Ollama، LM Studio) بگیرید؛ قالب safetensors و GGUF کد اجرایی ندارند.

برای شرکت‌ها و سازمان‌ها

برای تیم برنامه‌نویسی: نسخهٔ 30B روی کامپیوتر هر برنامه‌نویس جا می‌شود. برای سرویس مشترک، نسخهٔ Next را با vLLM یا SGLang روی سرور چندکارته بالا بیاورید (دستور رسمی روی ۲ کارت) تا چند برنامه‌نویس هم‌زمان از آن استفاده کنند؛ تعداد دقیق کاربر هم‌زمان به طول متن‌ها بستگی دارد.

برنامه‌هایی که این مدل را اجرا می‌کنند

• اولاما
• ال‌ام استودیو
• لاما سی‌پی‌پی