Qwen3.5 35B-A3B 필요 사양: VRAM과 돌아가는 GPU

Qwen3.5 35B-A3B, 어떤 모델인가요

Qwen3.5 35B-A3B는 알리바바 클라우드의 Qwen 팀이 2026년 2월에 공개한 MoE 모델입니다. 전체 약 35B 가운데 토큰마다 3B 정도만 쓰고, 이미지·영상 입력을 받으며 기본으로 생각한 뒤에 답합니다. 모델 카드는 코딩·에이전트와 201개 언어·방언 지원을 내세웁니다. 알리바바 클라우드의 API 모델인 Qwen3.5-Flash가 이 모델에 해당한다고도 소개합니다.

모델 카드

Qwen3.5 35B-A3B, 돌리기 전에 알아 둘 점

Qwen3.5 35B-A3B는 토큰마다 3B 정도의 파라미터만 쓰는 MoE 모델입니다. Q4_K_M으로 8k 컨텍스트를 쓰면 22.3GB가 필요해 24GB 카드에 빠듯하게 들어갑니다. GeForce RTX 3090에서는 여유가 적지만 쾌적하게 돌아갑니다. 8~16GB 카드에서는 다 들어가지 않는 전문가를 시스템 RAM에 둡니다. 그래도 GeForce RTX 4060과 GeForce RTX 5060 Ti 16GB에서 원활하게 돌아간다고 CanRun은 추정합니다(이론 추정 ±30%).

어텐션 구조 덕분에 KV 캐시가 작아서 긴 컨텍스트의 부담이 적습니다. 8k에서 128k로 늘려도 몇 GB만 늘고, 128k에서는 다 합쳐 25.9GB가 필요합니다. 이 정도면 24GB 카드를 넘기 때문에 GeForce RTX 3090은 128k에서 전문가 일부를 시스템 RAM으로 옮깁니다. 기본으로 생각한 뒤에 답하는 모델이라 CanRun은 속도 기준을 1.5배 엄격하게 잡습니다. 맥에서는 48GB Apple M4 Pro에서 쾌적하게 돌아갑니다.

모델 정보

파라미터: 총 35.95B · 활성 3B (MoE)
어텐션: 하이브리드 어텐션(일부 층만 풀 어텐션)
최대 컨텍스트: 262,144 토큰
공개일: 2026-02-24
모델 카드: Hugging Face의 Qwen3.5 35B-A3B 모델 카드

같은 계열의 다른 크기

기준 양자화·8k 컨텍스트에서 모델마다 필요한 그래픽카드 메모리와, 많이 쓰는 그래픽카드에서의 판정을 작은 모델부터 정리했습니다
모델	파라미터	기준 양자화	필요 메모리(8k)	GeForce RTX 4060	GeForce RTX 5060 Ti 16GB	GeForce RTX 3090
Qwen3.5 4B	4.66B	Q4_K_M	3.6GB	쾌적	쾌적	쾌적
Qwen3.5 9B	9.65B	Q4_K_M	6.0GB	쾌적	쾌적	쾌적
Qwen3.5 27B	27.78B	Q4_K_M	17.2GB	겨우 가능	겨우 가능	쾌적
Qwen3.5 35B-A3B지금 보는 모델	총 35.95B · 활성 3B (MoE)	Q4_K_M	22.3GB	원활	원활	쾌적
Qwen3.5 122B-A10B	총 125.09B · 활성 10B (MoE)	Q4_K_M	76.6GB	불가	불가	불가

GGUF 파일

등록된 Qwen3.5 35B-A3B 양자화 파일(작은 파일부터)
양자화	파일 크기	품질	배포처
UD-Q2_K_XL	12.57GB	손실 큼	커뮤니티 GGUF · unsloth
IQ4_XS	18.17GB	균형	커뮤니티 GGUF · unsloth
Q4_K_M기준	22.63GB	균형	커뮤니티 GGUF · unsloth
Q8_0	37.80GB	준무손실	커뮤니티 GGUF · unsloth

일부 저장소는 Unsloth Dynamic(UD) 변형만 배포합니다. 크기는 실제로 내려받는 파일 기준입니다.

양자화·컨텍스트별 필요 메모리

그래픽카드 메모리(GB): 그래픽카드에 올라가는 가중치 + f16 KV 캐시 + 연산 버퍼. Windows에서 GPU가 화면 출력도 맡는다면 약 0.6GB를 더하세요. 파일 일부는 그래픽카드에 올라가지 않습니다. llama.cpp는 입력 임베딩 표를 시스템 RAM에 두고, MTP(다중 토큰 예측) 블록은 MTP를 켤 때만 불러옵니다. 맥은 파일 전체로 계산해서 조금 더 필요합니다.
양자화	4k	8k	16k	32k	64k	128k	256k
UD-Q2_K_XL	12.5	12.6	12.9	13.4	14.3	16.3	20.2
IQ4_XS	17.8	17.9	18.2	18.7	19.6	21.6	25.5
Q4_K_M	22.2	22.3	22.5	23.0	24.0	25.9	29.8
Q8_0	37.0	37.1	37.3	37.8	38.8	40.7	44.6

Qwen3.5 35B-A3B, 어떤 GPU에서 돌아갈까?

판정 읽는 법

쾌적: GPU에 전부 올라가고 20 tok/s 이상
원활: GPU에 전부 올라가고 8~20 tok/s, MoE 전문가를 시스템 RAM에 두고 20 tok/s 이상, 또는 GPU에 90% 이상 올라가고 8 tok/s 이상
겨우 가능: 2~8 tok/s, CPU 전용, GPU에 90% 미만, 또는 MoE 전문가를 RAM에 두고 20 tok/s 미만
불가: 메모리에 안 들어가거나 2 tok/s 미만

정렬

계산기에서 예산·종류·컨텍스트로 걸러 보기

옆으로 밀면 모든 열을 볼 수 있습니다.

Q4_K_M·8k 컨텍스트 기준 GPU·맥·CPU 58종을 판정·속도 순으로 정렬했습니다
하드웨어	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고	가격
GeForce RTX 5090	쾌적GeForce RTX 5090에서 Qwen3.5 35B-A3B 판정 보기	추정 213.4 tok/s170.7–256.0보정된 추정 ±20%	Q4_K_M	22.9 / 32.0GB	풀 GPU	최대 256k	—	2026-08-09 기준 실거래가 US$4,200(약 557만 원)
NVIDIA RTX PRO 6000 Blackwell	쾌적	추정 213.4 tok/s170.7–256.0보정된 추정 ±20%	Q4_K_M	22.9 / 96.0GB	풀 GPU	최대 256k	—	—
NVIDIA RTX PRO 6000 Blackwell Max-Q	쾌적	추정 213.4 tok/s170.7–256.0보정된 추정 ±20%	Q4_K_M	22.9 / 96.0GB	풀 GPU	최대 256k	—	—
GeForce RTX 3090 Ti	쾌적	추정 155.9 tok/s124.7–187.1보정된 추정 ±20%	Q4_K_M	22.9 / 24.0GB	풀 GPU	최대 32k	—	출시가 US$1,999(약 265만 원)
GeForce RTX 4090	쾌적GeForce RTX 4090에서 Qwen3.5 35B-A3B 판정 보기	추정 155.9 tok/s124.7–187.1보정된 추정 ±20%	Q4_K_M	22.9 / 24.0GB	풀 GPU	최대 32k	—	2026-08-09 기준 실거래가 US$2,755(약 365만 원)
GeForce RTX 3090	쾌적GeForce RTX 3090에서 Qwen3.5 35B-A3B 판정 보기	추정 148.8 tok/s119.1–178.6보정된 추정 ±20%	Q4_K_M	22.9 / 24.0GB	풀 GPU	최대 32k	—	2026-08-09 기준 실거래가 US$1,050(약 139만 원)
GeForce RTX 5090 Laptop	쾌적	추정 144.7 tok/s115.8–173.7보정된 추정 ±20%	Q4_K_M	22.9 / 24.0GB	풀 GPU	최대 32k	—	—
Apple M5 Ultra · 96GB	쾌적	추정 116.8 tok/s93.5–140.2보정된 추정 ±20%	Q4_K_M	23.4 / 67.2GB	통합 메모리	최대 256k	—	—
Radeon RX 7900 XTX	쾌적	추정 113.9 tok/s91.1–136.7보정된 추정 ±20%	Q4_K_M	22.9 / 24.0GB	풀 GPU	최대 32k	—	출시가 US$999(약 132만 원)
Apple M5 Max (40-core GPU) · 48GB	쾌적	추정 109.8 tok/s87.8–131.7보정된 추정 ±20%	Q4_K_M	23.4 / 33.6GB	통합 메모리	최대 256k	—	—
Apple M4 Max (40-core GPU) · 48GB	쾌적	추정 101.5 tok/s81.2–121.8보정된 추정 ±20%	Q4_K_M	23.4 / 33.6GB	통합 메모리	최대 256k	—	—
Apple M3 Ultra · 96GB	쾌적	추정 94.8 tok/s75.8–113.8보정된 추정 ±20%	Q4_K_M	23.4 / 67.2GB	통합 메모리	최대 256k	—	—
Apple M2 Ultra · 64GB	쾌적	추정 93.5 tok/s74.8–112.3보정된 추정 ±20%	Q4_K_M	23.4 / 44.8GB	통합 메모리	최대 256k	—	—
Apple M5 Max (32-core GPU) · 36GB	쾌적	추정 90.0 tok/s72.0–108.0보정된 추정 ±20%	Q4_K_M	23.4 / 25.2GB	통합 메모리	최대 64k	—	—
Apple M4 Max (32-core GPU) · 36GB	쾌적	추정 82.8 tok/s66.2–99.3보정된 추정 ±20%	Q4_K_M	23.4 / 25.2GB	통합 메모리	최대 64k	—	—
Apple M5 Pro · 48GB	쾌적	추정 66.3 tok/s53.0–79.5보정된 추정 ±20%	Q4_K_M	23.4 / 33.6GB	통합 메모리	최대 128k	—	—
Ryzen AI Max+ 395 (Strix Halo) · 64GB	쾌적	64.8 tok/s8k 추정 56.0 tok/s (44.8–67.2, 보정된 추정 ±20%)실측 1건 (512 컨텍스트)	Q4_K_M	23.4 / 44.8GB	통합 메모리	최대 128k	—	128GB 구성 출시가 US$1,999(약 265만 원)
NVIDIA DGX Spark · 128GB	쾌적	추정 61.9 tok/s49.5–74.2보정된 추정 ±20%	Q4_K_M	23.4 / 116.9GB	통합 메모리	최대 128k	—	128GB 구성 출시가 US$3,999(약 530만 원)
Apple M4 Pro · 48GB	쾌적Apple M4 Pro에서 Qwen3.5 35B-A3B 판정 보기	추정 60.3 tok/s48.3–72.4보정된 추정 ±20%	Q4_K_M	23.4 / 33.6GB	통합 메모리	최대 128k	—	—
GeForce RTX 5080	원활	추정 85.5 tok/s59.8–111.1이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	2026-08-09 기준 실거래가 US$1,256(약 166만 원)
Radeon RX 7900 XT	원활	추정 85.1 tok/s59.6–110.6이론 추정 ±30%	Q4_K_M	19.5 / 20.0GB + RAM 4.5GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	출시가 US$899(약 119만 원)
GeForce RTX 5070 Ti	원활	추정 83.5 tok/s58.5–108.6이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	2026-08-09 기준 실거래가 US$949(약 126만 원)
GeForce RTX 5080 Laptop	원활	추정 83.5 tok/s58.5–108.6이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	—
GeForce RTX 4080 Super	원활	추정 77.8 tok/s54.5–101.2이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$999(약 132만 원)
GeForce RTX 4080	원활	추정 77.0 tok/s53.9–100.1이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$1,199(약 159만 원)
GeForce RTX 4070 Ti Super	원활	추정 75.1 tok/s52.5–97.6이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$799(약 106만 원)
GeForce RTX 4090 Laptop	원활	추정 70.3 tok/s49.2–91.4이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	—
GeForce RTX 3080 12GB	원활	추정 69.3 tok/s48.5–90.1이론 추정 ±30%	Q4_K_M	11.2 / 12.0GB + RAM 12.8GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$799(약 106만 원)
Radeon RX 9070	원활	추정 64.1 tok/s44.9–83.3이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	2026-08-09 기준 실거래가 US$639(약 85만 원)
Radeon RX 9070 XT	원활	추정 64.1 tok/s44.9–83.3이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	2026-08-09 기준 실거래가 US$689(약 91만 원)
Radeon RX 7800 XT	원활	추정 63.4 tok/s44.4–82.4이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.9GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$499(약 66만 원)
GeForce RTX 5070	원활GeForce RTX 5070에서 Qwen3.5 35B-A3B 판정 보기	추정 63.3 tok/s44.3–82.3이론 추정 ±30%	Q4_K_M	11.2 / 12.0GB + RAM 12.8GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	2026-08-09 기준 실거래가 US$629(약 83만 원)
GeForce RTX 5070 Ti Laptop	원활	추정 63.3 tok/s44.3–82.3이론 추정 ±30%	Q4_K_M	11.2 / 12.0GB + RAM 12.8GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	—
GeForce RTX 5060 Ti 16GB	원활GeForce RTX 5060 Ti 16GB에서 Qwen3.5 35B-A3B 판정 보기	추정 62.4 tok/s43.7–81.1이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.9GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	2026-08-09 기준 실거래가 US$569(약 75만 원)
GeForce RTX 3080 10GB	원활	추정 60.8 tok/s42.6–79.1이론 추정 ±30%	Q4_K_M	9.2 / 10.0GB + RAM 14.8GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$699(약 93만 원)
GeForce RTX 2080 Ti	원활	추정 59.3 tok/s41.5–77.1이론 추정 ±30%	Q4_K_M	10.2 / 11.0GB + RAM 13.8GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$999(약 132만 원)
GeForce RTX 4070	원활GeForce RTX 4070에서 Qwen3.5 35B-A3B 판정 보기	추정 57.1 tok/s40.0–74.3이론 추정 ±30%	Q4_K_M	11.2 / 12.0GB + RAM 12.8GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$599(약 79만 원)
GeForce RTX 4070 Super	원활	추정 57.1 tok/s40.0–74.3이론 추정 ±30%	Q4_K_M	11.2 / 12.0GB + RAM 12.8GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$599(약 79만 원)
GeForce GTX 1080 Ti	원활	추정 54.4 tok/s38.1–70.7이론 추정 ±30%	Q4_K_M	10.2 / 11.0GB + RAM 13.8GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$699(약 93만 원)
GeForce RTX 4080 Laptop	원활	추정 53.6 tok/s37.5–69.7이론 추정 ±30%	Q4_K_M	11.2 / 12.0GB + RAM 12.8GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	—
GeForce RTX 3060 12GB	원활GeForce RTX 3060 12GB에서 Qwen3.5 35B-A3B 판정 보기	추정 49.4 tok/s34.6–64.2이론 추정 ±30%	Q4_K_M	11.2 / 12.0GB + RAM 12.8GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	2026-08-09 기준 실거래가 US$250(약 33만 원)
GeForce RTX 4060 Ti 16GB	원활	추정 48.7 tok/s34.1–63.3이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.9GB	MoE 전문가 RAM 배치	최대 64k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$499(약 66만 원)
GeForce RTX 3070	원활	추정 48.3 tok/s33.8–62.8이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 16.7GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$499(약 66만 원)
GeForce RTX 5060	원활	추정 48.3 tok/s33.8–62.8이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 16.7GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	2026-08-09 기준 실거래가 US$339(약 45만 원)
GeForce RTX 5060 Ti 8GB	원활	추정 48.3 tok/s33.8–62.8이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 16.7GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	2026-08-09 기준 실거래가 US$429(약 57만 원)
Radeon RX 9060 XT 16GB	원활	추정 48.1 tok/s33.6–62.5이론 추정 ±30%	Q4_K_M	15.1 / 16.0GB + RAM 8.9GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	2026-08-09 기준 실거래가 US$449(약 60만 원)
Intel Arc B580	원활	추정 45.2 tok/s31.6–58.7이론 추정 ±30%	Q4_K_M	11.2 / 12.0GB + RAM 12.8GB	MoE 전문가 RAM 배치	최대 64k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	2026-08-09 기준 실거래가 US$290(약 38만 원)
GeForce RTX 4060 Ti 8GB	원활	추정 40.4 tok/s28.3–52.5이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 16.7GB	MoE 전문가 RAM 배치	최대 64k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$399(약 53만 원)
GeForce RTX 4060	원활GeForce RTX 4060에서 Qwen3.5 35B-A3B 판정 보기	추정 39.3 tok/s27.5–51.1이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 16.7GB	MoE 전문가 RAM 배치	최대 64k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$299(약 40만 원)
GeForce RTX 4060 Laptop	원활	추정 38.2 tok/s26.7–49.6이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 16.7GB	MoE 전문가 RAM 배치	최대 32k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	—
GeForce RTX 4070 Laptop	원활	추정 38.2 tok/s26.7–49.6이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 16.7GB	MoE 전문가 RAM 배치	최대 32k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	—
GeForce RTX 3050 8GB	원활	추정 35.7 tok/s25.0–46.4이론 추정 ±30%	Q4_K_M	7.3 / 8.0GB + RAM 16.7GB	MoE 전문가 RAM 배치	최대 32k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$249(약 33만 원)
Apple M6 · 32GB	겨우 가능	추정 35.7 tok/s25.0–46.4이론 추정 ±30%	Q4_K_M	RAM 22.8GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. IQ4_XS: 쾌적	—
Apple M5 · 32GB	겨우 가능	추정 32.1 tok/s22.5–41.8이론 추정 ±30%	Q4_K_M	RAM 22.8GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. IQ4_XS: 쾌적	—
Apple M4 · 32GB	겨우 가능Apple M4에서 Qwen3.5 35B-A3B 판정 보기	추정 25.1 tok/s17.6–32.6이론 추정 ±30%	Q4_K_M	RAM 22.8GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. IQ4_XS: 쾌적	—
DDR5-6000 듀얼채널 CPU · 32GB	겨우 가능	추정 20.1 tok/s16.1–24.1보정된 추정 ±20%	Q4_K_M	RAM 22.8GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다.	—
DDR5-5600 듀얼채널 CPU · 32GB	겨우 가능	추정 18.7 tok/s15.0–22.5보정된 추정 ±20%	Q4_K_M	RAM 22.8GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다.	—
DDR4-3200 듀얼채널 CPU · 32GB	겨우 가능	추정 10.7 tok/s8.6–12.8보정된 추정 ±20%	Q4_K_M	RAM 22.8GB	CPU 전용	최대 256k	—	—

생각 모드가 있는 모델은 생각하는 데 토큰을 더 쓰기 때문에 속도 기준을 1.5배 엄격하게 잡습니다(30 / 12 / 3 tok/s). 생각 모드를 끄고 쓰면 실제로는 한 단계 위일 수 있습니다.

원화 금액은 미국 달러 가격을 2026-10-21 환율(1달러 1,326원)로 단순 환산한 참고값이라 국내 판매가와 다를 수 있습니다.

가장 싸게 돌릴 수 있는 GPU

쾌적GeForce RTX 30902026-08-09 기준 실거래가 US$1,050(약 139만 원), 속도 추정 148.8 tok/s (119.1–178.6, 보정된 추정 ±20%)
원활GeForce RTX 3060 12GB2026-08-09 기준 실거래가 US$250(약 33만 원), 속도 추정 49.4 tok/s (34.6–64.2, 이론 추정 ±30%)

Qwen3.5 35B-A3B 벤치마크 결과

보정에 쓰는 공개 벤치마크입니다. 측정 조건(컨텍스트·백엔드·플래그)은 위 추정과 다를 수 있습니다.

Qwen3.5 35B-A3B 벤치마크 결과
하드웨어	양자화	백엔드	컨텍스트	프롬프트 (tok/s)	생성 (tok/s)	플래그	출처	측정일
NVIDIA DGX Spark	Q8_0	llama.cpp	2k	2,572.0	49.2	CUDA	github.com	2026-03-12
Ryzen AI Max+ 395 (Strix Halo)	Q4_K_M	llama.cpp	512	1,077.0	64.8	Vulkan	github.com	2026-04-26

자주 묻는 질문

Qwen3.5 35B-A3B 실행에 VRAM이 얼마나 필요한가요?

Q4_K_M 파일은 22.63GB입니다. 8k 컨텍스트로 그래픽카드에 올리면 약 22.3GB가 필요합니다(가중치 21.54GB, KV 캐시 0.2GB, 연산 버퍼 0.6GB). 가장 작은 파일(UD-Q2_K_XL (품질 손실 큼))은 약 12.6GB가 필요합니다. 파일 일부는 그래픽카드에 올라가지 않습니다. llama.cpp는 입력 임베딩 표를 시스템 RAM에 두고, MTP(다중 토큰 예측) 블록은 MTP를 켤 때만 불러옵니다. 맥은 파일 전체로 계산해서 조금 더 필요합니다.

Qwen3.5 35B-A3B, 원활하게 돌아가는 가장 싼 GPU는 무엇인가요?

쾌적하게 돌리는 가장 싼 GPU는 GeForce RTX 3090입니다. 실거래가는 2026-08-09 기준 US$1,050(약 139만 원)이고, 속도는 추정 148.8 tok/s (119.1–178.6, 보정된 추정 ±20%)입니다. 원활하게만 돌려도 된다면 더 싼 GPU는 GeForce RTX 3060 12GB입니다. 실거래가는 2026-08-09 기준 US$250(약 33만 원)이고, 속도는 추정 49.4 tok/s (34.6–64.2, 이론 추정 ±30%)입니다.

Qwen3.5 35B-A3B, 8GB·16GB·24GB GPU에서 돌아가나요?

Q4_K_M·8k 컨텍스트 기준 카드별 판정입니다. GeForce RTX 4060: 원활, 추정 39.3 tok/s (27.5–51.1, 이론 추정 ±30%); GeForce RTX 5060 Ti 16GB: 원활, 추정 62.4 tok/s (43.7–81.1, 이론 추정 ±30%); GeForce RTX 3090: 쾌적, 추정 148.8 tok/s (119.1–178.6, 보정된 추정 ±20%).

속도는 메모리 대역폭으로 계산한 추정치를 공개 벤치마크로 보정한 값입니다. 모든 수치에는 오차 범위와 신뢰 라벨을 함께 표시합니다. 실제 속도는 드라이버, 백엔드, 컨텍스트 길이, 발열에 따라 달라집니다.