01规格
02需要多少显存（估算）
向量模型体量小，显存随批量和序列长度增长。
| 精度 | 权重 | 权重 + 开销 | 最低显卡 | Mac |
|---|---|---|---|---|
| BF16 / FP16（原始精度） | 16.3 GB | 18.4 GB | RTX 4090 24GB | Mac 36GB |
| FP8 / INT8 / Q8_0 | 8.7 GB | 10.0 GB | 12GB 显卡 | Mac 24GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 4.9 GB | 5.9 GB | 8GB 显卡 | Mac 16GB |
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 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
- vLLM — 官方模型卡提及
- SGLang — 官方模型卡提及
- Transformers — 官方模型卡提及
- Sentence Transformers — 官方模型卡提及
04官方仓库与量化版
Qwen 官方发布的 1 个仓库。
05通义千问 Qwen 其他模型
全部 112 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| Qwen3-VL-Embedding-2B · 同系列 | 2.13B | 1.9 GB | 2026-01-07 |
| 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 |
06来源
数据核对于 2026-04-16。参数、上下文、许可取自官方仓库；显存为本站估算。