Comment Qwen3 30b se compare-t-il à GPT-OSS 20b ?

Qwen3 30b offre généralement une meilleure exécution des instructions, une meilleure capacité de raisonnement et une meilleure performance multilingue. GPT-OSS 20b est plus rapide et plus efficace en termes de mémoire sur les GPU grand public (par exemple, une utilisation de VRAM environ 33 % plus faible et un nombre de tokens par seconde plus élevé dans de nombreuses configurations).

Quel modèle est plus rapide, Qwen3 30b ou GPT-OSS 20b ?

GPT-OSS 20b est généralement plus rapide. Sur une VRAM de 16 Go avec un contexte de 4K, GPT-OSS 20b peut atteindre environ 130 tokens par seconde, contre environ 46 tokens par seconde pour Qwen3 30b a3b, bien que les chiffres exacts dépendent du matériel et de la taille du contexte.

Dans quel cas dois-je choisir Qwen3 30b plutôt que GPT-OSS 20b ?

Choisissez Qwen3 30b lorsque vous avez besoin d’une meilleure exécution des instructions, de sorties créatives ou multilingues, de raisonnement complexe ou d’un contexte plus long (par exemple, jusqu’à 262 000 tokens). Choisissez GPT-OSS 20b lorsque la vitesse et une utilisation réduite de la VRAM sur les matériels grand public sont plus importantes.

Quelle quantité de VRAM Qwen3 30b et GPT-OSS 20b nécessitent-elles ?

Qwen3 30b a3b peut fonctionner avec 16 Go de VRAM en déchargeant le CPU (par exemple, modèle d’environ 20 Go). GPT-OSS 20b s’adapte plus facilement à un GPU de 16 Go (par exemple, environ 14 Go alloués) et peut fonctionner entièrement sur le GPU.

Où puis-je trouver plus d’informations sur les performances et les benchmarks des LLM ?

Notre centre de performance des LLM aborde le débit par rapport à la latence, les limites de VRAM, les requêtes parallèles et les benchmarks sur différents runtimes et matériels.

Comparaison : Qwen3:30b vs GPT-OSS:20b

Comparaison de la vitesse, des paramètres et des performances de ces deux modèles

Sommaire

Voici une comparaison entre Qwen3:30b et GPT-OSS:20b
axée sur le suivi des instructions et les performances, les spécifications et la vitesse.

Pour plus d’informations sur le débit, la latence, la VRAM et les benchmarks sur différents runtimes et matériels, consultez LLM Performance: Benchmarks, Bottlenecks & Optimization.

7 llamas

Architecture et paramètres

Fonction	Qwen3:30b-instruct	GPT-OSS:20b
Paramètres totaux	30,5 milliards	21 milliards
Paramètres activés	~3,3 milliards	~3,6 milliards
Nombre de couches	48	24
Experts MoE par couche	128 (8 actifs par token)	32 (4 actifs par token)
Mécanisme d’attention	Attention regroupée par requête (32Q /4KV)	Attention multi-requête regroupée (64Q /8KV)
Fenêtre de contexte	32 768 natif ; Jusqu’à 262 144 étendu	128 000 tokens
Tokenizer	Basé sur BPE, vocabulaire de 151 936	Basé sur GPT, vocabulaire d’environ 200 000

Suivi des instructions

Qwen3:30b-instruct est optimisé pour le suivi des instructions avec une forte alignement des préférences humaines. Il excelle dans l’écriture créative, le rôle-jeu, les dialogues multi-tours et le suivi des instructions multilingues. Cette variante est fine-tunée spécifiquement pour fournir des réponses plus naturelles, contrôlées et engageantes alignées avec les instructions de l’utilisateur.
GPT-OSS:20b prend en charge le suivi des instructions mais est généralement évalué légèrement en dessous de Qwen3:30b-instruct en matière de réglage des instructions subtils. Il fournit des performances comparables en matière d’appel de fonctions, de sorties structurées et de modes de raisonnement, mais peut être en retard en matière d’alignement conversationnel et de dialogues créatifs.

Performance et efficacité

Qwen3:30b-instruct excelle dans le raisonnement mathématique, le codage, les tâches logiques complexes et les scénarios multilingues couvrant 119 langues et dialectes. Son mode « pensée » permet un raisonnement amélioré mais entraîne des coûts de mémoire plus élevés.
GPT-OSS:20b atteint des performances comparables à celles du modèle o3-mini d’OpenAI. Il utilise moins de couches mais des experts plus larges par couche et une quantification native MXFP4 pour une inférence efficace sur le matériel de consommation avec des exigences de mémoire plus faibles (~16 Go vs plus élevées pour Qwen3).
GPT-OSS est environ 33 % plus efficace en matière de mémoire et plus rapide sur certains configurations matérielles, en particulier sur les GPU de consommation, mais Qwen3 fournit souvent une meilleure alignement et une profondeur de raisonnement, surtout pour les cas d’utilisation complexes.
Qwen3 propose une option de longueur de contexte étendu disponible plus longue (jusqu’à 262 144 tokens) par rapport à GPT-OSS de 128 000 tokens, ce qui bénéficie aux tâches nécessitant une compréhension de contexte très longue.

Recommandation d’utilisation

Choisissez Qwen3:30b-instruct pour les cas d’utilisation exigeant un suivi d’instruction supérieur, une génération créative, un support multilingue et un raisonnement complexe.
Choisissez GPT-OSS:20b si l’efficacité en matière de mémoire, la vitesse d’inférence sur le matériel de consommation et les performances compétitives avec moins de paramètres sont prioritaires.

Cette comparaison met en évidence Qwen3:30b-instruct comme un modèle plus profond et plus capable avec un réglage avancé des instructions, tandis que GPT-OSS:20b propose une alternative plus compacte et efficace avec des performances compétitives sur les benchmarks standards.

Les scores de benchmark comparant spécifiquement Qwen3:30b-instruct et GPT-OSS:20b pour le suivi des instructions et les principaux paramètres de performance (MMLU, LMEval, HumanEval) ne sont pas directement disponibles dans les résultats de recherche. Cependant, en se basant sur les rapports de benchmarks multilingues et multitâches existants :

MMLU (Massive Multitask Language Understanding)

Difficile de trouver les détails, juste :

Les modèles Qwen3, en particulier à l’échelle de 30B et au-delà, montrent de bons scores MMLU, généralement supérieurs à 89 %, indiquant des capacités de compréhension et de raisonnement très compétitives sur 57 domaines divers.
GPT-OSS:20b performe également bien sur les benchmarks MMLU mais obtient généralement des scores inférieurs aux modèles Qwen plus grands en raison du nombre de paramètres plus petit et de l’accentuation moindre sur le réglage des instructions.

LMEval (Language Model Evaluation Toolkit)

Pas beaucoup de détails pour le moment :

Les modèles Qwen3 montrent une amélioration significative en matière de raisonnement et de tâches liées au codage dans LMEval, avec des scores améliorés en logique, en raisonnement mathématique et en capacités générales.
GPT-OSS:20b fournit une performance robuste de base sur LMEval mais est généralement en retard sur Qwen3:30b-instruct pour les sous-tâches de raisonnement avancé et de suivi des instructions.

HumanEval (Benchmark de génération de code)

Pas beaucoup de données, juste :

Qwen3:30b-instruct montre de bonnes performances sur les benchmarks de génération de code multilingue comme HumanEval-XL, soutenant plus de 20 langages de programmation et offrant une précision supérieure en génération de code translingue.
GPT-OSS:20b, bien qu’adéquat, performe quelque peu moins bien que Qwen3:30b-instruct dans les benchmarks HumanEval, surtout dans les contextes de programmation multilingue et multilingue en raison d’une formation multilingue moins étendue.

Tableau récapitulatif (tendances approximatives tirées de la littérature) :

Benchmark	Qwen3:30b-instruct	GPT-OSS:20b	Notes
Précision MMLU	~89-91%	~80-85%	Qwen3 plus fort en connaissance et raisonnement général
Scores LMEval	Élevés, raisonnement avancé et code	Modérés, raisonnement de base	Qwen3 excelle en mathématiques et logique
HumanEval	Bonnes performances en génération de code multilingue	Modérés	Qwen3 meilleur en génération de code translingue

Si des chiffres de benchmark précis sont nécessaires, des benchmarks multilingues à grande échelle comme P-MMEval et HumanEval-XL mentionnés dans les articles de recherche récents fournissent des scores détaillés pour les modèles incluant Qwen3 et les variantes comparables GPT-OSS, mais ces derniers ne sont pas actuellement simplifiés publiquement pour une récupération directe des scores côte à côte.

Comparaison de vitesse entre Qwen3:30b et GPT-OSS:20b

Sur mon matériel (16 Go de VRAM) je fais tourner Qwen3:30b et GPT-OSS:20b avec une fenêtre de contexte de 4000, et ils produisent :

qwen3:30b-a3b => 45,68 tokens/s
gpt-oss:20b => 129,52 tokens/s

Et pour comparaison, j’ai également testé le qwen3:14b et le gpt-oss:120b

qwen3:14b => 60,12 tokens/s
gpt-oss:120b => 12,87 tokens/s

Sur des fenêtres de contexte plus longues, la vitesse sera plus lente, dans le cas de qwen3:30b-a3b probablement beaucoup plus lente. C’est à nouveau sur mon PC. Les détails techniques sont pris à partir de la sortie détaillée et de la mémoire allouée ci-dessous, les commandes à essayer :

ollama run qwen3:30b-a3b –verbose décrire la différence entre les capitales des États en Australie
ollama ps montrant l’allocation de mémoire sur un contexte de 4K

qwen3:30b-a3b

NAME             ID              SIZE     PROCESSOR          CONTEXT    UNTIL
qwen3:30b-a3b    19e422b02313    20 GB    23%/77% CPU/GPU    4096       4 minutes from now
total duration:       28.151133548s
load duration:        1.980696196s
prompt eval count:    16 token(s)
prompt eval duration: 162.58803ms
prompt eval rate:     98.41 tokens/s
eval count:           1188 token(s)
eval duration:        26.007424856s
eval rate:            45.68 tokens/s

qwen3:30b-thinking

NAME         ID              SIZE     PROCESSOR    CONTEXT    UNTIL              
qwen3:30b-thinking    ad815644918f    20 GB    23%/77% CPU/GPU    4096       4 minutes from now
total duration:       1m8.317354579s
load duration:        1.984986882s
prompt eval count:    18 token(s)
prompt eval duration: 219.657034ms
prompt eval rate:     81.95 tokens/s
eval count:           2722 token(s)
eval duration:        1m6.11230524s
eval rate:            41.17 tokens/s

gpt-oss:20b

NAME         ID              SIZE     PROCESSOR    CONTEXT    UNTIL              
gpt-oss:20b    aa4295ac10c3    14 GB    100% GPU     4096       4 minutes from now
total duration:       31.505397616s
load duration:        13.744361948s
prompt eval count:    75 token(s)
prompt eval duration: 249.363069ms
prompt eval rate:     300.77 tokens/s
eval count:           2268 token(s)
eval duration:        17.510262884s
eval rate:            129.52 tokens/s

qwen3:14b

NAME         ID              SIZE     PROCESSOR    CONTEXT    UNTIL              
qwen3:14b    bdbd181c33f2    10 GB    100% GPU     4096       4 minutes from now    
total duration:       36.902729562s
load duration:        38.669074ms
prompt eval count:    18 token(s)
prompt eval duration: 35.321423ms
prompt eval rate:     509.61 tokens/s
eval count:           2214 token(s)
eval duration:        36.828268069s
eval rate:            60.12 tokens/s

gpt-oss:120b

NAME            ID              SIZE     PROCESSOR          CONTEXT    UNTIL
gpt-oss:120b    f7f8e2f8f4e0    65 GB    78%/22% CPU/GPU    4096       2 minutes from now
49GB RAM + 14.4GB VRAM
total duration:       3m59.967272019s
load duration:        76.758783ms
prompt eval count:    75 token(s)
prompt eval duration: 297.312854ms
prompt eval rate:     252.26 tokens/s
eval count:           3084 token(s)
eval duration:        3m59.592764501s
eval rate:            12.87 tokens/s

Variantes de Qwen3:30b

Il existe trois variantes du modèle qwen3:30b disponibles : qwen3:30b, qwen3:30b-instruct et qwen3:30b-thinking.

Principales différences et recommandations

qwen3:30b-instruct est le meilleur pour les conversations où les instructions utilisateur, la clarté et le dialogue naturel sont prioritaires.
qwen3:30b est la base générale, adaptée si à la fois le suivi des instructions et l’utilisation des outils sont importants sur des tâches variées.
qwen3:30b-thinking excelle lorsqu’il s’agit de raisonnement profond, de mathématiques et de codage. Il dépasse les autres dans les tâches qui mesurent le rigueur logique/mathématique mais n’est pas nécessairement meilleur pour l’écriture créative ou les conversations informelles.

Comparaison directe des benchmarks

Modèle	Raisonnement (AIME25)	Codage (LiveCodeBench)	Connaissance générale (MMLU Redux)	Vitesse et contexte	Cas d’utilisation idéal
qwen3:30b	70,9	57,4	89,5	256K tokens ; Rapide	Langage/général/multilingue
qwen3:30b-instruct	N/A (prévu proche de 30b)	N/A	~Même que 30b	256K tokens	Suivi des instructions, alignement
qwen3:30b-thinking	85,0	66,0	91,4	256K tokens	Mathématiques, codage, raisonnement, longs documents

Pour plus de benchmarks, de choix de matériel et d’optimisation des performances, consultez notre LLM Performance: Benchmarks, Bottlenecks & Optimization hub.