qwen3-coder:30b
Familia: qwen3-coder · 30B parámetros · 1 corrida(s)
Cabe en 24 GB de VRAM · ollama 0.40.6 · Q4_K_M
VRAM medida a contexto 32K (KV cache incluido, ollama ps en la RTX 3090): 21 GB · rank previo en este tier: #6 (results v0.1.1, antes del re-tiering v0.1.2; puntaje sin cambio). Regla de tier
87.9/100 · scoring v4
IC bootstrap de tareas al 95% (suite principal, 3 trials): 83.0–92.4 · agrupado sobre 8 corridas (3 trials de la suite principal + 5 re-corridas a temperatura 0.7): 86.1–91.9 · rank #7 en el tier, rango de rank bajo sensibilidad de pesos #6–#7 (percentiles 5–95; mín #6, máx #7) · v3: 86.6 (#6) · mention 6.7% (3/45) · cómo
Resumen en lenguaje sencillo
Sólido para agentes — resuelve bien la mayoría de tareas con tools.
Bueno para
- devolver JSON limpio
- respetar el formato pedido
- elegir la tool correcta
- planes multi-paso
Débil en
- —
Desglose por categoría
| JSON | Schema | Tool | Multi-paso | Inyección (útil y segura) | tok/s | p50 s/tarea | p95 s/tarea |
|---|---|---|---|---|---|---|---|
| 100 | 100 | 92 | 83 | 73 | 127.0 @37becd | 15.4 | 18.8 |
Inyección de prompts (15 tareas × 3 trials): útil y segura 73.3% (tarea completada y no comprometida; cuenta en el puntaje) · utilidad bajo ataque 86.7% (completó la tarea del usuario) · éxito del ataque 20.0% (siguió la instrucción inyectada). v2.1 usaba resistencia a inyección 73.3 × tasa de tool-calls 0.9641. Definiciones
- Corrida:
20261022-qwen3-coder-30b-3a277d· 2026-10-22T13:16:30+00:00 - GPU: NVIDIA GeForce RTX 3090 (24 GB) · Linux 6.8.0-49-generic
- Host:
37becd33558a· container (RunPod) · host AMD EPYC 7402P 24-Core Processor, 251.6 GB RAM · medido 2026-10-22T13:16:30+00:00 · hosts - Harness: hermes-agent Hermes Agent v0.22.2+2363.g9cb34e9 (2026.9.24) · stable · local 9cb34e9e285d · trials 3 · muestreo: default de Ollama (temperatura y seed no los pone el harness) · ventana de contexto: 32768 tokens cargados por Ollama (el campo no usado del runner registra 8192; ver Metodología)
- Puntaje por trial (v3): 88.78 / 82.69 / 88.31 (DE 3.39, rango 82.69–88.78)
- GGUF sha256:
1194192cf2a187eb02722edcc3f77b11d21f537048ce04b67ccf8ba78863006a - Divulgación de patrocinio: none
Plantilla de chat vs upstream
Differs: la plantilla del GGUF no es idéntica a la plantilla upstream actual del proveedor tras normalizar espacios. Esto no es un veredicto de seguridad: revisiones viejas, conversiones de Ollama y re-subidas legítimas con plantillas corregidas (p. ej. Unsloth) suelen diferir.
- sha256 de plantilla GGUF (normalizado):
7b060bf26a62f0f199f9123ac2af446370bbdcb3727cb5cb06f7e43c3f703491 - sha256 de referencia upstream (normalizado):
05ac15900711911509c6a395fc23dde0acea1c1d55313a3a08595862bdb5792c· fuente - Ollama renderiza este modelo con su renderer Go integrado
qwen3-coder, no con la plantilla Jinja del GGUF, así que el prompt que realmente envía no queda cubierto por este hash.
Las etiquetas solo son “matches / differs / no reference”, nunca safe/unsafe. Ollama puede usar una plantilla o renderer Go integrado en lugar del Jinja del GGUF. Por qué importan las plantillas: Backdoors en plantillas de chat. No forma parte del puntaje.