// 通义千问 Qwen · 视觉语言

Qwen3-VL-2B-Thinking 本地部署与显存需求

2.13B 参数。4 位量化约 2.9 GB，BF16 约 6.1 GB（1 个 8K token 请求）。

发布 2025-10-19许可：可商用显存为估算值

01规格

发布方	阿里巴巴通义 · Qwen
系列	通义千问 Qwen · Qwen3-VL-Thinking
类型	视觉语言 (image-text-to-text)
参数量	2.13B 来源：按官方 safetensors 权重统计
上下文长度	256K tokens (262,144)取自 config.json 的 max_position_embeddings
结构	28 层 · GQA
发布权重	BF16 · 4.3 GB下载量
许可	Apache-2.0 · 可商用宽松许可（Apache-2.0 / MIT / CC-BY / OpenMDW）：允许商用。
发布日期	2025-10-19 （Hugging Face 仓库创建日）

合计 = 权重 + 10% + 0.5GB 运行开销 + 1 个请求的 KV 缓存（FP16）。并发用户越多，KV 部分成倍增加。

精度	权重	合计 @ 8K	合计 @ 32K	合计 @ 128K	最低显卡	Mac
BF16 / FP16（原始精度）	4.3 GB	6.1 GB	8.9 GB	20.2 GB	8GB 显卡	Mac 16GB
FP8 / INT8 / Q8_0	2.3 GB	3.9 GB	6.7 GB	18.0 GB	8GB 显卡	Mac 16GB
4 位量化（Q4_K_M / AWQ / GPTQ-Int4）	1.3 GB	2.9 GB	5.7 GB	16.9 GB	8GB 显卡	Mac 16GB

每个请求的 KV 缓存：8K 0.9 GB · 32K 3.8 GB · 128K 15.0 GB

每权重比特：BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%；Mac GPU 约可用统一内存的 2/3（≤36GB）或 3/4（更大机型）。MoE 模型所有专家都要进显存，按总参数算。估算方法 →

只列厂商或推理框架官方明确支持的方式。

Qwen 官方发布的 3 个仓库。

模型	参数	4 位合计	发布
Qwen3-VL-4B-Thinking · 同系列	4.44B	4.7 GB	2025-10-11
Qwen3-VL-8B-Thinking · 同系列	8.77B	7.6 GB	2025-10-11
Qwen3-VL-30B-A3B-Thinking · 同系列	31.1B / 3B	22.0 GB	2025-09-30
Qwen3-VL-32B-Thinking · 同系列	33.4B	24.9 GB	2025-10-19
Qwen3-VL-235B-A22B-Thinking · 同系列	235.7B / 22B	159 GB	2025-09-22
Qwen-Image-2.1-Turbo	7.12B	5.2 GB	2026-10-09
Qwen-Image-2.1	7.12B	5.2 GB	2026-09-14
Qwen3.8-Flash-Next	180B / 6B	121 GB	2026-08-24
Qwen3.8-2.4T-A95B	2.4T / 95B	1.60 TB	2026-08-08
Qwen3.8-27B	27.8B	19.6 GB	2026-08-05
Qwen3.6-27B	27.8B	19.6 GB	2026-04-21
Qwen3.6-35B-A3B	36B / 3B	24.6 GB	2026-04-15
Qwen3.5-0.8B	873M	1.2 GB	2026-02-28

数据核对于 2025-10-20。参数、上下文、许可取自官方仓库；显存为本站估算。