AI大模型QWEN3-CODER:30b 本地化部署编程能力浅测

最近因为工作关系一直没时间来关注大模型本地化这一块，QWEN3-CODER:30b在网络上发布已经有一段时间了，今天被推送了一条消息 ，看介绍貌似比较强悍，趁着这个酷暑下午正好有咖啡空调和时间，那么就来测试一下吧。

首先需要一个OLLAMA (看个人喜欢吧)，关于如何部署OLLAMA ，网上教程比较多，不熟悉的可自行搜索。基本上，玩这个需要一台服务器（笔记本其实也可以） 、一块GPU 、然后一个比较大的硬盘（需要装很多模型用）。

我的OLLAMA 是通过容器（DOCKER）部署的，对外映射了端口11434 ，因为是局域网，没有映射到外网，所以没有被盗用的风险。之前传出OLLAMA漏洞，是因为很多公网上的服务器，端口可以被直接访问，所以存在风险，这一点需要部署公网的注意了。

这是进入容器后的状画面，可以看到OLLAMA上装了几个模型，基本上，24G内存的GPU就能跑了。跑70B也比较顺畅。

因为这个是一个写代码的模型，所以强项是编程，不过既然玩了，就测试一下其他的功能先：

这个测试确实非常一般。。。

看一下基本参数吧

qwen3-coder 30B 模型参数显示，它的架构为 qwen3moe，拥有 30.5B 参数，上下文长度为 2048，量化级别为 Q4_K_M，具有补全能力。

参数设置包括 repeat_penalty 1.05、temperature 0.7、top_k 20 和 top_p 0.8，停止词为 "[im_start]""、"[im_end]" 和 "[endoftext]"，采用 Apache License 2.0（2004年1月）。

粗略评价这个配置：这个模型参数配置合理，30.5B 参数量使其在编码任务中具有较强性能，2048的上下文长度适合处理中等复杂度的代码补全需求。Q4_K_M 量化降低了资源需求，同时保留了较高精度。

下面正式测试一下代码能力吧：

输出的速度可以说是秒出，很快。！

看下结果：

这个画面看上去基本的运行逻辑都有了，但是感觉外围的行星运行速度好像不对啊！

之前我让claude也出过同样的代码，用的同样的提示词，看下效果：

上面这个claude出的效果更真实，考虑更周到。

后面又写了一个web来调用这个QWEN3-CODER:30b，效果还算理想。

这次还出了不同的方案，（4种实现方案+1种综合方案）不错！

总结：

如果有些公司，需要内部代码编写 不能上外网，可以试一下这个模型，代码能力还是不弱的。