Qwen 3 30B-A3BvsGranite 4.0 H-Small 32B-A9B
Comparativa completa entre Qwen 3 30B-A3B (30 mil millones de parámetros, Alibaba) y Granite 4.0 H-Small 32B-A9B (32B, IBM). VRAM requerida por cuantización, tokens/segundo medidos en 4 GPU de referencia, veredicto por caso de uso, licencia, comandos de instalación. Todas las cifras se calculan a partir de los datos del catálogo: no se copia y pega contenido entre páginas.
En resumen
| Característica | Qwen 3 30B-A3B | Granite 4.0 H-Small 32B-A9B |
|---|---|---|
| Parámetros | 30B | 32B |
| Familia | Qwen | Granite |
| Autor | Alibaba | IBM |
| Origen | CN | US |
| Licencia | Apache 2.0 | Apache 2.0 |
| Contexto | 131 072 tokens | 128 000 tokens |
| Fecha de lanzamiento | abril de 2025 | octubre de 2025 |
Huella de memoria
VRAM aproximada necesaria para la inferencia con una ventana de contexto media. El ganador (en verde) es el modelo que consume menos — ventaja para los pequeños.
| Cuantización | Qwen 3 30B-A3B | Granite 4.0 H-Small 32B-A9B |
|---|---|---|
| Q4_K_M (ligero) | 19 GB | 19 GB |
| Q5_K_M (equilibrio) | 23 GB | 23 GB |
| Q8 (casi sin pérdida) | 35 GB | 35 GB |
| FP16 (máxima calidad) | 62 GB | 64 GB |
| RAM (solo CPU) | 32 GB | 32 GB |
Velocidad estimada (tokens/segundo)
Estimaciones basadas en la mejor cuantización viable en cada GPU. Las cifras reales dependen del prompt, del contexto y del motor (llama.cpp, vLLM, MLX). Metodología.
| GPU de referencia | Qwen 3 30B-A3B | Granite 4.0 H-Small 32B-A9B |
|---|---|---|
| RTX 4090 (24 GB) | 100 tok/s · Q5_K_M | 75 tok/s · Q5_K_M |
| RTX 4080 (16 GB) | ✗ demasiado pesado | ✗ demasiado pesado |
| RTX 3060 12GB (12 GB) | ✗ demasiado pesado | ✗ demasiado pesado |
| Apple M4 Pro (48 GB) (36 GB) | 40 tok/s · Q8 | 30 tok/s · Q8 |
Veredicto por caso de uso
Para cada uso habitual, indicamos cuál de los dos es el más adecuado según sus etiquetas, su tamaño y su especialización.
Tu ChatGPT privado y gratuito en tu máquina en 1 hora — LM Studio, Ollama, Open WebUI, tus documentos, sin nube.
- Espacio en línea de por vida
- PDF + archivos
- Actualizaciones de por vida
Fortalezas y debilidades
Qwen 3 30B-A3B
MoE 30B/3B activos, razonamiento híbrido. MMLU 81.4, AIME24 80.4. Más de 100 idiomas.
- Rápido gracias a sus 3 mil millones de parámetros activos
- MMLU 81.4
- AIME24 80.4
- Apache 2.0
- 19 GB en Q4
Instalación
Granite 4.0 H-Small 32B-A9B
Híbrido Mamba-2 + MoE 32B/9B activos. ~70% menos de RAM en contexto largo. Apache 2.0.
- 70% menos de RAM en contexto largo
- Apache 2.0
- Enterprise-ready
- Se requiere soporte en una versión reciente de llama.cpp
Instalación
Preguntas frecuentes
¿Qué modelo funciona mejor en una RTX 4090 (24 GB): Qwen 3 30B-A3B o Granite 4.0 H-Small 32B-A9B?
En una RTX 4090, Qwen 3 30B-A3B funciona en Q5_K_M (~100 tok/s), Granite 4.0 H-Small 32B-A9B en Q5_K_M (~75 tok/s). En velocidad de generación pura, Qwen 3 30B-A3B gana. Consulta el configurador para probar tu GPU concreta.
¿Cuál consume menos VRAM?
Ambos requieren la misma VRAM en Q4 (19 GB). La elección se basa entonces en la licencia o la calidad percibida.
¿Se pueden usar estos modelos en producción comercial?
Qwen 3 30B-A3B está bajo la licencia Apache 2.0 — de libre uso comercial. Granite 4.0 H-Small 32B-A9B está bajo la licencia Apache 2.0 — también libre. Para SaaS, prefiere Apache 2.0 o MIT.
¿Cuál elegir en 2026?
Depende de tu restricción principal. Más pequeño / más rápido : Qwen 3 30B-A3B (30B). Más capaz : Granite 4.0 H-Small 32B-A9B (32B). Si tienes dudas, abre el configurador con tu GPU y tu caso de uso — decidirá en función de ambos.
Alternativas a considerar
Si ninguno de los dos te convence, aquí tienes otros modelos similares que podrías explorar.