此模型已弃用。我们仅继续对默认的 10k 输入 token 工作负载进行性能测试。其他工作负载的结果为历史数据，不再更新。

Alibaba 已推出更新版本 Qwen3.5 35B A3B。我们建议考虑使用该版本。

Alibaba

•

Open weights model

•

Released 2025年10月

Qwen3 VL 30B A3B Instruct API 服务商基准测试与分析

模型比较

本分析旨在帮助你根据使用场景，选择 Qwen3 VL 30B A3B Instruct 的最佳 API 服务商。

速度最快

Novita

38.5 t/s

输出速度

共 2 家服务商

延迟最低

Novita

3.07 s

首 Token 延迟

共 2 家服务商

价格最低

Novita

$0.25

Fireworks

$0.50

每 100 万 token 的混合价格

共 2 家服务商

可通过 2 家 API 服务商使用 Qwen3 VL 30B A3B，每家服务商的性能特征和价格各不相同。下方对比了各服务商的关键指标。

输出速度最快的服务商是 Novita（38.5 t/s）。
延迟方面，Novita（3.07 秒）的首 Token 延迟最低。
价格方面，Novita（0.25）和Fireworks（0.50）每 100 万 token 的混合价格最低。
Novita 的综合表现最突出，在速度、延迟和价格三项指标中均排名第一。

速度

Output tokens per second · Higher is better

延迟

Seconds to first answer token received · Lower is better

价格

USD per 1M tokens (blended) · Lower is better

价格

价格：缓存命中、输入和输出: Qwen3 VL 30B A3B Instruct

Price (USD per M Tokens) · Lower is better · 10,000 input tokens

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

每项 Intelligence Index 任务的成本: Qwen3 VL 30B A3B Instruct

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

No data available

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

输出速度与价格: Qwen3 VL 30B A3B Instruct

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

速度

按输出速度（每秒 token 数）衡量

输出速度: Qwen3 VL 30B A3B Instruct

输出速度：每秒输出 token 数 · 10,000 input tokens

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Intelligence Index 每项任务耗时: Qwen3 VL 30B A3B Instruct

Weighted average decode time (minutes) per Intelligence Index task · Excludes TTFT and overhead time · Lower is better

No data available

The weighted average time (seconds) per Artificial Analysis Intelligence Index task. This is calculated by dividing output tokens per task by output speed, weighted by the relative weights of each benchmark in the Intelligence Index.

每任务成本与每任务耗时: Qwen3 VL 30B A3B Instruct

Weighted average cost (USD) per Intelligence Index task · Weighted average decode time (minutes) per Intelligence Index task

Most attractive quadrant

No data available

延迟

按首 Token 延迟（秒）衡量

首 Token 延迟: Qwen3 VL 30B A3B Instruct

Seconds to first token received · Lower is better · 10,000 input tokens

Time to first token received, in seconds, after API request sent. For reasoning models which share reasoning tokens, this will be the first reasoning token. For models which do not support streaming, this represents time to receive the completion.

Figures represent median (P50) measurement over the past 72 hours to reflect sustained changes in performance.

缓存行为

缓存命中率: Qwen3 VL 30B A3B Instruct

可缓存输入 token 中从缓存提供的比例 · 最近四周的中位数，更新于 2026年10月26日

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic coding sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

每任务成本与缓存命中率: Qwen3 VL 30B A3B Instruct

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Oct 26, 2026

Most attractive quadrant

No data available

端到端响应时间

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

端到端响应时间: Qwen3 VL 30B A3B Instruct

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens

Seconds to receive a 500 token response. Key components:

Input time: Time to receive the first response token
Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
Answer time: Time to generate 500 output tokens, based on output speed

关键比较指标与 API 功能



Fireworks	262k	开放	--	--	--	--	--
Novita	131k	开放	--	38	3.07	16.06	--

常见问题

关于 Qwen3 VL 30B A3B Instruct 服务商的常见问题

可通过 2 家 API 服务商使用 Qwen3 VL 30B A3B Instruct：Fireworks和Novita。每家服务商的性能特征和价格各不相同。

目前可通过我们进行基准测试和跟踪的 2 家 API 服务商使用 Qwen3 VL 30B A3B Instruct。

按输出速度计算，Qwen3 VL 30B A3B Instruct 速度最快的服务商是 Novita（38.5 t/s）。输出速度衡量模型开始响应后生成 token 的速度。

Qwen3 VL 30B A3B Instruct 的首 Token 延迟最低的服务商是 Novita（3.07s）。延迟越低，初始响应越快。

按混合价格计算，Qwen3 VL 30B A3B Instruct 最实惠的服务商是 Novita（每 100 万 token $0.25）和Fireworks（每 100 万 token $0.50）。混合价格采用缓存命中/输入/输出 token 为 7:2:1 的比例。

Qwen3 VL 30B A3B Instruct 输入 token 价格最低的服务商是 Novita（每 100 万输入 token $0.20）和Fireworks（每 100 万输入 token $0.50）。

Qwen3 VL 30B A3B Instruct 输出 token 价格最低的服务商是 Fireworks（每 100 万输出 token $0.50）和Novita（每 100 万输出 token $0.70）。

Qwen3 VL 30B A3B Instruct 各服务商价格最多相差 2.0 倍。最实惠的是 Novita，每 100 万 token 收费 $0.25；Fireworks 则收费 $0.50。

提供 Qwen3 VL 30B A3B Instruct 的全部 2 家服务商均支持用于结构化输出的 JSON 模式。

提供 Qwen3 VL 30B A3B Instruct 的全部 2 家服务商均支持函数调用（工具使用）。

Novita 在 Qwen3 VL 30B A3B Instruct 的所有关键指标上均处于领先，拥有最快速度、最低延迟和最具竞争力的价格。

选择 Qwen3 VL 30B A3B Instruct 服务商时，请考虑：输出速度（适合吞吐量密集型任务）、延迟（适合需要快速首次响应的交互式应用）、价格（适合成本敏感型工作负载），以及 JSON 模式或函数调用等 API 功能。

会。服务商性能可能因基础设施变化、负载均衡和更新而随时间波动。我们持续对所有服务商进行基准测试，并在“随时间变化”图表中展示历史性能趋势。

有关 Qwen3 VL 30B A3B Instruct 的智能、能力、模态及其与其他模型的比较，请参阅模型概览页面。查看模型概览

Qwen3 VL 30B A3B Instruct API 服务商基准测试与分析

速度最快

延迟最低

价格最低

速度

延迟

价格

价格

价格：缓存命中、输入和输出: Qwen3 VL 30B A3B Instruct

Cache Hit

每项 Intelligence Index 任务的成本: Qwen3 VL 30B A3B Instruct

Cost per Intelligence Index Task

输出速度与价格: Qwen3 VL 30B A3B Instruct

Output Speed

速度

输出速度: Qwen3 VL 30B A3B Instruct

Output Speed

Model Performance Representation

Intelligence Index 每项任务耗时: Qwen3 VL 30B A3B Instruct

Time per Intelligence Index Task

每任务成本与每任务耗时: Qwen3 VL 30B A3B Instruct

Cost per Intelligence Index Task

延迟

首 Token 延迟: Qwen3 VL 30B A3B Instruct

Latency (Time to First Token)

Median

缓存行为

缓存命中率: Qwen3 VL 30B A3B Instruct

What Cache Hit Rate Shows

每任务成本与缓存命中率: Qwen3 VL 30B A3B Instruct

Cost per Intelligence Index Task

端到端响应时间

端到端响应时间: Qwen3 VL 30B A3B Instruct

End-to-End Response Time

关键比较指标与 API 功能

常见问题

可以在哪里使用 Qwen3 VL 30B A3B Instruct？

有多少家 API 服务商提供 Qwen3 VL 30B A3B Instruct？

哪家服务商提供的 Qwen3 VL 30B A3B Instruct 速度最快？

哪家服务商提供的 Qwen3 VL 30B A3B Instruct 延迟最低？

哪家服务商提供的 Qwen3 VL 30B A3B Instruct 最便宜？

哪家服务商提供的 Qwen3 VL 30B A3B Instruct 输入价格最低？

哪家服务商提供的 Qwen3 VL 30B A3B Instruct 输出价格最低？

Qwen3 VL 30B A3B Instruct 各服务商之间的价格差异有多大？

哪些 Qwen3 VL 30B A3B Instruct 服务商支持 JSON 模式？

哪些 Qwen3 VL 30B A3B Instruct 服务商支持函数调用？

哪家 Qwen3 VL 30B A3B Instruct 服务商最好？

如何选择 Qwen3 VL 30B A3B Instruct 服务商？

Qwen3 VL 30B A3B Instruct 的服务商性能会随时间变化吗？

Qwen3 VL 30B A3B Instruct 的整体能力如何？