Qwen3.5 122B-A10B 硬件要求
模型信息
- 参数量
- 总计 125.09B · 激活 10B（MoE）
- 注意力机制
- 混合注意力（仅部分层使用全注意力）
- 最大上下文
- 262,144 个 token
- 发布日期
- 2026-02-24
同系列的其他规格
| 模型 | 参数量 | 基准量化 | 所需显存（8k） | GeForce RTX 4060 | GeForce RTX 5060 Ti 16GB | GeForce RTX 3090 |
|---|---|---|---|---|---|---|
| Qwen3.5 4B | 4.66B | Q4_K_M | 3.6 GB | 运行流畅 | 运行流畅 | 运行流畅 |
| Qwen3.5 9B | 9.65B | Q4_K_M | 6.0 GB | 运行流畅 | 运行流畅 | 运行流畅 |
| Qwen3.5 27B | 27.78B | Q4_K_M | 17.2 GB | 运行较慢 | 运行较慢 | 运行流畅 |
| Qwen3.5 35B-A3B | 总计 35.95B · 激活 3B（MoE） | Q4_K_M | 22.3 GB | 运行良好 | 运行良好 | 运行流畅 |
| Qwen3.5 122B-A10B当前模型 | 总计 125.09B · 激活 10B（MoE） | Q4_K_M | 76.6 GB | 无法运行 | 无法运行 | 无法运行 |
GGUF 文件
| 量化 | 文件大小 | 质量 | 发布者 |
|---|---|---|---|
| UD-Q2_K_XL | 42.85 GB | 损失严重 | 社区 GGUF · unsloth |
| IQ4_XS | 61.93 GB | 均衡 | 社区 GGUF · unsloth |
| Q4_K_M基准 | 78.26 GB | 均衡 | 社区 GGUF · unsloth |
| Q8_0 | 132.55 GB | 近乎无损 | 社区 GGUF · unsloth |
部分仓库只发布 Unsloth Dynamic（UD）版本，大小以你实际下载的文件为准。
不同量化和上下文所需的显存
| 量化 | 4k | 8k | 16k | 32k | 64k | 128k | 256k |
|---|---|---|---|---|---|---|---|
| UD-Q2_K_XL | 42.0 | 42.1 | 42.4 | 43.0 | 44.1 | 46.3 | 50.7 |
| IQ4_XS | 60.5 | 60.6 | 60.9 | 61.5 | 62.6 | 64.8 | 69.2 |
| Q4_K_M | 76.5 | 76.6 | 76.9 | 77.5 | 78.6 | 80.8 | 85.2 |
| Q8_0 | 129.7 | 129.8 | 130.1 | 130.7 | 131.8 | 134.0 | 138.4 |
哪些 GPU 能跑 Qwen3.5 122B-A10B？
判定说明
- 运行流畅
- 全部载入显卡，且达到 20 tok/s 及以上
- 运行良好
- 全部载入显卡且为 8–20 tok/s；MoE 专家放在系统内存且达到 20 tok/s 及以上；或至少 90% 载入显卡且达到 8 tok/s 及以上
- 运行较慢
- 2–8 tok/s；纯 CPU；载入显卡不足 90%；或 MoE 专家放在系统内存且低于 20 tok/s
- 无法运行
- 内存装不下，或低于 2 tok/s
左右滑动可查看所有列。
| 硬件 | 判定 | 速度 | 量化 | 显存/内存 | 运行方式 | 上下文 | 备注 | 价格 |
|---|---|---|---|---|---|---|---|---|
| Apple M5 Ultra · 256 GB | 运行流畅 | 估算 58.6 tok/s46.9–70.4校准估算 ±20% | Q4_K_M | 79.0 / 179.2 GB | 统一内存 | 最长 256k | — | — |
| Apple M5 Max (40-core GPU) · 128 GB | 运行流畅 | 估算 47.4 tok/s37.9–56.8校准估算 ±20% | Q4_K_M | 79.0 / 89.6 GB | 统一内存 | 最长 128k | — | — |
| Apple M3 Ultra · 256 GB | 运行流畅 | 估算 43.8 tok/s35.0–52.6校准估算 ±20% | Q4_K_M | 79.0 / 179.2 GB | 统一内存 | 最长 128k | — | — |
| Apple M2 Ultra · 128 GB | 运行流畅 | 估算 43.0 tok/s34.4–51.6校准估算 ±20% | Q4_K_M | 79.0 / 89.6 GB | 统一内存 | 最长 128k | — | — |
| Apple M4 Max (40-core GPU) · 128 GB | 运行流畅 | 估算 43.0 tok/s34.4–51.6校准估算 ±20% | Q4_K_M | 79.0 / 89.6 GB | 统一内存 | 最长 128k | — | — |
| NVIDIA DGX Spark · 128 GB | 运行良好 | 29.0 tok/s8k 估算 24.0 tok/s（19.2–28.8，校准估算 ±20%）实测（1 次，4k 上下文） | Q4_K_M | 79.0 / 116.9 GB | 统一内存 | 最长 256k |
| 首发价 US$3,999（128 GB） |
| Ryzen AI Max+ 395 (Strix Halo) · 128 GB | 运行良好 | 20.9 tok/s8k 估算 22.7 tok/s（18.2–27.2，校准估算 ±20%）实测（1 次，512 上下文） | Q4_K_M | 79.0 / 89.6 GB | 统一内存 | 最长 256k |
| 首发价 US$1,999（128 GB） |
| DDR5-6000 双通道 CPU · 96 GB | 运行较慢 | 估算 6.4 tok/s5.1–7.7校准估算 ±20% | Q4_K_M | 78.5 GB 内存 | 纯 CPU | 最长 256k | — | — |
| DDR5-5600 双通道 CPU · 96 GB | 运行较慢 | 估算 6.0 tok/s4.8–7.2校准估算 ±20% | Q4_K_M | 78.5 GB 内存 | 纯 CPU | 最长 256k | — | — |
| GeForce RTX 5090 | 无法运行改用 UD-Q2_K_XL（质量损失大）：运行良好 | 估算 66.4 tok/s46.5–86.3理论估算 ±30% | UD-Q2_K_XL | 31.0 / 32.0 GB + 13.2 GB 内存 | MoE 专家放在内存 | 最长 256k |
| 市场价 US$4,200（截至 2026-08-09） |
| GeForce RTX 3090 Ti | 无法运行改用 UD-Q2_K_XL（质量损失大）：运行良好 | 估算 42.2 tok/s29.5–54.8理论估算 ±30% | UD-Q2_K_XL | 22.5 / 24.0 GB + 21.8 GB 内存 | MoE 专家放在内存 | 最长 128k |
| 首发价 US$1,999 |
| GeForce RTX 4090 | 无法运行改用 UD-Q2_K_XL（质量损失大）：运行良好 | 估算 42.2 tok/s29.5–54.8理论估算 ±30% | UD-Q2_K_XL | 22.5 / 24.0 GB + 21.8 GB 内存 | MoE 专家放在内存 | 最长 128k |
| 市场价 US$2,755（截至 2026-08-09） |
| GeForce RTX 3090 | 无法运行改用 UD-Q2_K_XL（质量损失大）：运行良好 | 估算 41.3 tok/s28.9–53.6理论估算 ±30% | UD-Q2_K_XL | 22.5 / 24.0 GB + 21.8 GB 内存 | MoE 专家放在内存 | 最长 128k |
| 市场价 US$1,050（截至 2026-08-09） |
| GeForce RTX 5090 Laptop | 无法运行改用 UD-Q2_K_XL（质量损失大）：运行良好 | 估算 40.7 tok/s28.5–52.9理论估算 ±30% | UD-Q2_K_XL | 22.5 / 24.0 GB + 21.8 GB 内存 | MoE 专家放在内存 | 最长 128k |
| — |
| Radeon RX 7900 XTX | 无法运行改用 UD-Q2_K_XL（质量损失大）：运行良好 | 估算 37.7 tok/s26.4–49.1理论估算 ±30% | UD-Q2_K_XL | 22.5 / 24.0 GB + 21.8 GB 内存 | MoE 专家放在内存 | 最长 128k |
| 首发价 US$999 |
| Apple M5 Pro · 64 GB | 无法运行改用 UD-Q2_K_XL（质量损失大）：运行流畅 | 估算 37.7 tok/s30.2–45.2校准估算 ±20% | UD-Q2_K_XL | 43.6 / 44.8 GB | 统一内存 | 最长 32k | — | — |
| Apple M4 Pro · 64 GB | 无法运行改用 UD-Q2_K_XL（质量损失大）：运行流畅 | 估算 34.1 tok/s27.2–40.9校准估算 ±20% | UD-Q2_K_XL | 43.6 / 44.8 GB | 统一内存 | 最长 32k | — | — |
| Radeon RX 7900 XT | 无法运行改用 UD-Q2_K_XL（质量损失大）：运行良好 | 估算 33.0 tok/s23.1–42.9理论估算 ±30% | UD-Q2_K_XL | 18.6 / 20.0 GB + 25.7 GB 内存 | MoE 专家放在内存 | 最长 32k |
| 首发价 US$899 |
| DDR4-3200 双通道 CPU · 64 GB | 无法运行改用 UD-Q2_K_XL（质量损失大）：运行较慢 | 估算 6.1 tok/s4.9–7.3校准估算 ±20% | UD-Q2_K_XL | 43.1 GB 内存 | 纯 CPU | 最长 128k | — | — |
| Apple M4 · 32 GB | 无法运行 | — | Q4_K_M | 需要 79.0 GB | — | — |
| — |
| Apple M4 Max (32-core GPU) · 36 GB | 无法运行 | — | Q4_K_M | 需要 79.0 GB | — | — |
| — |
| Apple M5 · 32 GB | 无法运行 | — | Q4_K_M | 需要 79.0 GB | — | — |
| — |
| Apple M5 Max (32-core GPU) · 36 GB | 无法运行 | — | Q4_K_M | 需要 79.0 GB | — | — |
| — |
| Apple M6 · 32 GB | 无法运行 | — | Q4_K_M | 需要 79.0 GB | — | — |
| — |
| Intel Arc B580 | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 市场价 US$290（截至 2026-08-09） |
| GeForce GTX 1080 Ti | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 首发价 US$699 |
| GeForce RTX 2080 Ti | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 首发价 US$999 |
| GeForce RTX 3050 8GB | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 首发价 US$249 |
| GeForce RTX 3060 12GB | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 市场价 US$250（截至 2026-08-09） |
| GeForce RTX 3070 | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 首发价 US$499 |
| GeForce RTX 3080 10GB | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 首发价 US$699 |
| GeForce RTX 3080 12GB | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 首发价 US$799 |
| GeForce RTX 4060 | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 首发价 US$299 |
| GeForce RTX 4060 Laptop | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| — |
| GeForce RTX 4060 Ti 16GB | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 首发价 US$499 |
| GeForce RTX 4060 Ti 8GB | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 首发价 US$399 |
| GeForce RTX 4070 | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 首发价 US$599 |
| GeForce RTX 4070 Laptop | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| — |
| GeForce RTX 4070 Super | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 首发价 US$599 |
| GeForce RTX 4070 Ti Super | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 首发价 US$799 |
| GeForce RTX 4080 | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 首发价 US$1,199 |
| GeForce RTX 4080 Laptop | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| — |
| GeForce RTX 4080 Super | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 首发价 US$999 |
| GeForce RTX 4090 Laptop | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| — |
| GeForce RTX 5060 | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 市场价 US$339（截至 2026-08-09） |
| GeForce RTX 5060 Ti 16GB | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 市场价 US$569（截至 2026-08-09） |
| GeForce RTX 5060 Ti 8GB | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 市场价 US$429（截至 2026-08-09） |
| GeForce RTX 5070 | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 市场价 US$629（截至 2026-08-09） |
| GeForce RTX 5070 Ti | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 市场价 US$949（截至 2026-08-09） |
| GeForce RTX 5070 Ti Laptop | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| — |
| GeForce RTX 5080 | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 市场价 US$1,256（截至 2026-08-09） |
| GeForce RTX 5080 Laptop | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| — |
| Radeon RX 7800 XT | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 首发价 US$499 |
| Radeon RX 9060 XT 16GB | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 市场价 US$449（截至 2026-08-09） |
| Radeon RX 9070 | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 市场价 US$639（截至 2026-08-09） |
| Radeon RX 9070 XT | 无法运行 | — | Q4_K_M | 需要 76.6 GB | — | — |
| 市场价 US$689（截至 2026-08-09） |
带思考模式的模型会额外花 token 来思考，所以速度门槛按 1.5 倍从严设定（30 / 12 / 3 tok/s）。关闭思考模式后，判定可能会高一级。
能运行它的最便宜 GPU
在有当前市场价的 GPU 中，没有一款能在 Q4_K_M 下达到“运行流畅”或“运行良好”。Mac、统一内存 PC 和 CPU 配置请看上方表格。
Qwen3.5 122B-A10B 的实测结果
我们用于校准的公开基准测试。它们的测试条件（上下文、后端、运行参数）可能与上方的估算不同。
| 硬件 | 量化 | 后端 | 上下文 | 提示词处理（tok/s） | 生成（tok/s） | 运行参数 | 来源 | 测量日期 |
|---|---|---|---|---|---|---|---|---|
| Ryzen AI Max+ 395 (Strix Halo) | Q4_K_M | llama.cpp | 512 | 315.0 | 20.9 | KV q8_0 | github.com | 2026-07-19 |
| NVIDIA DGX Spark | Q4_K_M | llama.cpp | 4k | — | 29.0 | — | github.com | 2026-08-13 |
常见问题
Qwen3.5 122B-A10B 需要多少显存？
Q4_K_M 文件为 78.26 GB；在 8k 上下文下，显卡约需 76.6 GB（权重 75.87 GB、KV 缓存 0.2 GB、计算缓冲区 0.6 GB）。已收录的最小文件（UD-Q2_K_XL（质量损失大））约需 42.1 GB。 文件的一部分不会放到显卡上：llama.cpp 把输入嵌入表保留在系统内存中，并且只在开启 MTP 时才加载 MTP 模块。Mac 按整个文件计算，所以需要的内存稍多一些。
能让 Qwen3.5 122B-A10B 运行良好的最便宜 GPU 是哪款？
在有当前市场价的 GPU 中，没有一款能在 Q4_K_M 下达到“运行流畅”或“运行良好”。已收录的最佳选择是 Apple M5 Ultra · 256 GB：运行流畅。
Qwen3.5 122B-A10B 能在 8 GB、16 GB 或 24 GB 的 GPU 上运行吗？
Q4_K_M、8k 上下文下：GeForce RTX 4060：无法运行; GeForce RTX 5060 Ti 16GB：无法运行; GeForce RTX 3090：无法运行。
速度是根据内存带宽得出的估算值，并用公开基准测试结果校准，每个数值都附有误差范围和可信度标签。实际结果会因驱动、后端、上下文长度和散热情况而有所不同。