Qwen3.5 27B 硬件要求

模型信息

参数量: 27.78B
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
模型卡: Hugging Face 上的 Qwen3.5 27B

同系列的其他规格

各模型在基准量化、8k 上下文下所需的显存，以及在常见显卡上的判定，按模型从小到大排列
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当前模型	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	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

收录的 Qwen3.5 27B 量化文件，从小到大排列
量化	文件大小	质量	发布者
UD-Q2_K_XL	12.04 GB	损失严重	社区 GGUF · unsloth
IQ4_XS	15.71 GB	均衡	社区 GGUF · unsloth
Q4_K_M基准	17.11 GB	均衡	社区 GGUF · unsloth
Q8_0	29.05 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

显存（GB）：载入 GPU 的权重 + f16 KV 缓存 + 计算缓冲区。如果在 Windows 上这块显卡还负责显示输出，再加约 0.6 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。
量化	4k	8k	16k	32k	64k	128k	256k
UD-Q2_K_XL	11.9	12.2	12.8	14.1	16.5	21.4	31.2
IQ4_XS	15.5	15.8	16.4	17.7	20.1	25.0	34.8
Q4_K_M	16.9	17.2	17.8	19.0	21.5	26.4	36.2
Q8_0	28.0	28.4	29.0	30.2	32.6	37.5	47.3

哪些 GPU 能跑 Qwen3.5 27B？

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

稠密模型分摊在 GPU 和 CPU 上运行时，速度会大幅下降，整体速度由 CPU 那一侧决定。只把专家放在系统内存的 MoE 模型，速度下降要温和得多。

排序

在计算器中按预算、类型和上下文筛选这份列表

左右滑动可查看所有列。

56 款 GPU、Mac 和 CPU 配置，基于 Q4_K_M 量化、8k 上下文，按判定和速度排序
硬件	判定	速度	量化	显存/内存	运行方式	上下文	备注	价格
GeForce RTX 5090	运行流畅	估算 71.1 tok/s62.6–79.6校准估算 ±12%	Q4_K_M	17.8 / 32.0 GB	全部载入显卡	最长 128k	—	市场价 US$4,200（截至 2026-08-09）
GeForce RTX 4090	运行流畅	44.8 tok/s8k 估算 40.0 tok/s（35.2–44.8，校准估算 ±12%）实测（2 次，512/40k 上下文）	Q4_K_M	17.8 / 24.0 GB	全部载入显卡	最长 64k	—	市场价 US$2,755（截至 2026-08-09）
Radeon RX 7900 XTX	运行流畅	估算 41.3 tok/s36.4–46.3校准估算 ±12%	Q4_K_M	17.8 / 24.0 GB	全部载入显卡	最长 64k	—	首发价 US$999
GeForce RTX 3090 Ti	运行流畅	估算 40.0 tok/s35.2–44.8校准估算 ±12%	Q4_K_M	17.8 / 24.0 GB	全部载入显卡	最长 64k	—	首发价 US$1,999
Apple M5 Ultra · 96 GB	运行流畅	估算 39.7 tok/s31.7–47.6校准估算 ±20%	Q4_K_M	18.2 / 67.2 GB	统一内存	最长 64k	—	—
GeForce RTX 3090	运行流畅	估算 37.1 tok/s32.7–41.6校准估算 ±12%	Q4_K_M	17.8 / 24.0 GB	全部载入显卡	最长 64k	—	市场价 US$1,050（截至 2026-08-09）
GeForce RTX 5090 Laptop	运行流畅	估算 35.5 tok/s31.3–39.8校准估算 ±12%	Q4_K_M	17.8 / 24.0 GB	全部载入显卡	最长 32k	—	—
Radeon RX 7900 XT	运行流畅	估算 34.5 tok/s30.3–38.6校准估算 ±12%	Q4_K_M	17.8 / 20.0 GB	全部载入显卡	最长 32k	—	首发价 US$899
Apple M5 Max (40-core GPU) · 48 GB	运行良好	29.2 tok/s8k 估算 26.4 tok/s（21.2–31.7，校准估算 ±20%）实测（1 次，512 上下文）	Q4_K_M	18.2 / 33.6 GB	统一内存	最长 128k	UD-Q2_K_XL（质量损失大）：运行流畅	—
Apple M3 Ultra · 96 GB	运行良好	估算 26.5 tok/s21.2–31.7校准估算 ±20%	Q4_K_M	18.2 / 67.2 GB	统一内存	最长 256k	UD-Q2_K_XL（质量损失大）：运行流畅	—
Apple M2 Ultra · 64 GB	运行良好	估算 25.8 tok/s20.7–31.0校准估算 ±20%	Q4_K_M	18.2 / 44.8 GB	统一内存	最长 256k	UD-Q2_K_XL（质量损失大）：运行流畅	—
Apple M4 Max (40-core GPU) · 48 GB	运行良好	估算 23.5 tok/s18.8–28.2校准估算 ±20%	Q4_K_M	18.2 / 33.6 GB	统一内存	最长 128k	UD-Q2_K_XL（质量损失大）：运行流畅	—
Apple M5 Max (32-core GPU) · 36 GB	运行良好	估算 19.8 tok/s15.8–23.8校准估算 ±20%	Q4_K_M	18.2 / 25.2 GB	统一内存	最长 64k	—	—
Apple M4 Max (32-core GPU) · 36 GB	运行良好	估算 17.7 tok/s14.1–21.2校准估算 ±20%	Q4_K_M	18.2 / 25.2 GB	统一内存	最长 64k	—	—
Apple M5 Pro · 48 GB	运行良好	估算 13.2 tok/s10.6–15.9校准估算 ±20%	Q4_K_M	18.2 / 33.6 GB	统一内存	最长 32k	—	—
Ryzen AI Max+ 395 (Strix Halo) · 32 GB	运行较慢	估算 11.9 tok/s9.5–14.3校准估算 ±20%	Q4_K_M	18.2 / 22.4 GB	统一内存	最长 32k	改用 IQ4_XS：运行良好	首发价 US$1,999（128 GB）
GeForce RTX 5080	运行较慢	估算 11.5 tok/s9.2–13.8校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.8 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 UD-Q2_K_XL（质量损失大）：运行流畅	市场价 US$1,256（截至 2026-08-09）
GeForce RTX 5070 Ti	运行较慢	估算 11.3 tok/s9.0–13.6校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.8 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 UD-Q2_K_XL（质量损失大）：运行流畅	市场价 US$949（截至 2026-08-09）
GeForce RTX 5080 Laptop	运行较慢	估算 11.3 tok/s9.0–13.6校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.8 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 UD-Q2_K_XL（质量损失大）：运行流畅	—
NVIDIA DGX Spark · 64 GB	运行较慢	11.3 tok/s8k 估算 12.1 tok/s（9.7–14.5，校准估算 ±20%）实测（1 次，4k 上下文）	Q4_K_M	18.2 / 48.2 GB	统一内存	最长 8k	改用 IQ4_XS：运行良好	首发价 US$3,999（128 GB）
GeForce RTX 4080 Super	运行较慢	估算 10.7 tok/s8.5–12.8校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.8 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 UD-Q2_K_XL（质量损失大）：运行流畅	首发价 US$999
GeForce RTX 4080	运行较慢	估算 10.6 tok/s8.5–12.7校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.8 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 UD-Q2_K_XL（质量损失大）：运行流畅	首发价 US$1,199
Radeon RX 9070	运行较慢	估算 10.5 tok/s8.4–12.6校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.8 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 UD-Q2_K_XL（质量损失大）：运行流畅	市场价 US$639（截至 2026-08-09）
Radeon RX 9070 XT	运行较慢	估算 10.5 tok/s8.4–12.6校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.8 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 UD-Q2_K_XL（质量损失大）：运行流畅	市场价 US$689（截至 2026-08-09）
Radeon RX 7800 XT	运行较慢	估算 10.4 tok/s8.3–12.5校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.8 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 UD-Q2_K_XL（质量损失大）：运行流畅	首发价 US$499
GeForce RTX 4070 Ti Super	运行较慢	估算 10.4 tok/s8.3–12.5校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.8 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 UD-Q2_K_XL（质量损失大）：运行流畅	首发价 US$799
Apple M4 Pro · 24 GB	运行较慢	9.9 tok/s8k 估算 7.7 tok/s（5.4–10.1，理论估算 ±30%）实测（1 次，512 上下文）	Q4_K_M	17.6 GB 内存	纯 CPU	最长 32k	UD-Q2_K_XL（质量损失大）：运行良好	—
GeForce RTX 4090 Laptop	运行较慢	估算 9.9 tok/s7.9–11.8校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.8 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 UD-Q2_K_XL（质量损失大）：运行流畅	—
GeForce RTX 5060 Ti 16GB	运行较慢	估算 8.9 tok/s7.1–10.7校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.8 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好	市场价 US$569（截至 2026-08-09）
Radeon RX 9060 XT 16GB	运行较慢	估算 8.0 tok/s6.4–9.6校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.8 GB 内存	部分卸载	最长 64k	UD-Q2_K_XL（质量损失大）：运行良好	市场价 US$449（截至 2026-08-09）
GeForce RTX 4060 Ti 16GB	运行较慢	估算 7.2 tok/s5.8–8.7校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 2.8 GB 内存	部分卸载	最长 64k	UD-Q2_K_XL（质量损失大）：运行良好	首发价 US$499
GeForce RTX 3080 12GB	运行较慢	估算 5.8 tok/s4.6–6.9校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.8 GB 内存	部分卸载	最长 64k	—	首发价 US$799
GeForce RTX 5070	运行较慢	估算 5.6 tok/s4.5–6.7校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.8 GB 内存	部分卸载	最长 64k	—	市场价 US$629（截至 2026-08-09）
GeForce RTX 5070 Ti Laptop	运行较慢	估算 5.6 tok/s4.5–6.7校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.8 GB 内存	部分卸载	最长 64k	—	—
GeForce RTX 4070	运行较慢	估算 5.3 tok/s4.3–6.4校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.8 GB 内存	部分卸载	最长 64k	—	首发价 US$599
GeForce RTX 4070 Super	运行较慢	估算 5.3 tok/s4.3–6.4校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.8 GB 内存	部分卸载	最长 64k	—	首发价 US$599
GeForce RTX 4080 Laptop	运行较慢	估算 5.2 tok/s4.2–6.2校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.8 GB 内存	部分卸载	最长 32k	—	—
Intel Arc B580	运行较慢	估算 5.1 tok/s4.1–6.1校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.8 GB 内存	部分卸载	最长 32k	—	市场价 US$290（截至 2026-08-09）
GeForce RTX 3060 12GB	运行较慢	估算 5.0 tok/s4.0–6.0校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 6.8 GB 内存	部分卸载	最长 32k	—	市场价 US$250（截至 2026-08-09）
GeForce RTX 2080 Ti	运行较慢	估算 4.9 tok/s4.0–5.9校准估算 ±20%	Q4_K_M	11.0 / 11.0 GB + 7.8 GB 内存	部分卸载	最长 32k	—	首发价 US$999
Apple M6 · 24 GB	运行较慢	估算 4.8 tok/s3.4–6.3理论估算 ±30%	Q4_K_M	17.6 GB 内存	纯 CPU	最长 32k	—	—
GeForce GTX 1080 Ti	运行较慢	估算 4.8 tok/s3.4–6.2理论估算 ±30%	Q4_K_M	11.0 / 11.0 GB + 7.8 GB 内存	部分卸载	最长 32k	—	首发价 US$699
GeForce RTX 3080 10GB	运行较慢	估算 4.6 tok/s3.7–5.5校准估算 ±20%	Q4_K_M	10.0 / 10.0 GB + 8.8 GB 内存	部分卸载	最长 32k	—	首发价 US$699
Apple M5 · 24 GB	运行较慢	估算 4.4 tok/s3.0–5.7理论估算 ±30%	Q4_K_M	17.6 GB 内存	纯 CPU	最长 32k	—	—
GeForce RTX 3070	运行较慢	估算 3.7 tok/s3.0–4.4校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.8 GB 内存	部分卸载	最长 16k	—	首发价 US$499
GeForce RTX 5060	运行较慢	估算 3.7 tok/s3.0–4.4校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.8 GB 内存	部分卸载	最长 16k	—	市场价 US$339（截至 2026-08-09）
GeForce RTX 5060 Ti 8GB	运行较慢	估算 3.7 tok/s3.0–4.4校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.8 GB 内存	部分卸载	最长 16k	—	市场价 US$429（截至 2026-08-09）
GeForce RTX 4060 Ti 8GB	运行较慢	估算 3.6 tok/s2.8–4.3校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.8 GB 内存	部分卸载	最长 16k	—	首发价 US$399
GeForce RTX 4060	运行较慢	估算 3.5 tok/s2.8–4.2校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.8 GB 内存	部分卸载	最长 16k	—	首发价 US$299
GeForce RTX 4060 Laptop	运行较慢	估算 3.5 tok/s2.8–4.2校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.8 GB 内存	部分卸载	最长 16k	—	—
GeForce RTX 4070 Laptop	运行较慢	估算 3.5 tok/s2.8–4.2校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.8 GB 内存	部分卸载	最长 16k	—	—
GeForce RTX 3050 8GB	运行较慢	估算 3.4 tok/s2.8–4.1校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 10.8 GB 内存	部分卸载	最长 16k	—	首发价 US$249
Apple M4 · 24 GB	运行较慢	估算 3.4 tok/s2.4–4.4理论估算 ±30%	Q4_K_M	17.6 GB 内存	纯 CPU	最长 32k	—	—
DDR5-6000 双通道 CPU · 96 GB	无法运行改用 UD-Q2_K_XL（质量损失大）：运行较慢	估算 3.8 tok/s3.1–4.6校准估算 ±20%	UD-Q2_K_XL	12.6 GB 内存	纯 CPU	最长 32k	—	—
DDR5-5600 双通道 CPU · 96 GB	无法运行改用 UD-Q2_K_XL（质量损失大）：运行较慢	估算 3.6 tok/s2.8–4.3校准估算 ±20%	UD-Q2_K_XL	12.6 GB 内存	纯 CPU	最长 32k	—	—
DDR4-3200 双通道 CPU · 64 GB	无法运行	估算 1.5 tok/s1.2–1.7校准估算 ±20%	Q4_K_M	17.6 GB 内存	纯 CPU	—	能装下，但速度太慢，难以实际使用	—

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

运行流畅GeForce RTX 3090市场价 US$1,050（截至 2026-08-09），估算 37.1 tok/s（32.7–41.6，校准估算 ±12%）。

Qwen3.5 27B 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。

Qwen3.5 27B 的实测结果
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
Apple M3 Ultra	Q8_0	llama.cpp	32k	—	19.6	—	github.com	2026-09-23
Apple M4 Pro	Q4_K_M	llama.cpp	512	115.0	9.9	Metal	github.com	2026-07-18
NVIDIA DGX Spark	Q4_K_M	llama.cpp	4k	—	11.3	—	github.com	2026-08-13
Apple M5 Max (40-core GPU)	Q4_K_M	llama.cpp	512	731.0	29.2	—	github.com	2026-09-27
GeForce RTX 4090	Q4_K_M	ollama	40k	—	47.6	—	github.com	2026-10-12
GeForce RTX 4090	Q4_K_M	llama.cpp	512	—	42.0	—	github.com	2026-10-14

常见问题

Qwen3.5 27B 需要多少显存？

Q4_K_M 文件为 17.11 GB；在 8k 上下文下，显卡约需 17.2 GB（权重 16.09 GB、KV 缓存 0.5 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 12.2 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 27B 运行良好的最便宜 GPU 是哪款？

运行流畅的最便宜选择：GeForce RTX 3090，US$1,050（2026-08-09 市场价），估算 37.1 tok/s（32.7–41.6，校准估算 ±12%）。

Qwen3.5 27B 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：运行较慢，估算 3.5 tok/s（2.8–4.2，校准估算 ±20%）; GeForce RTX 5060 Ti 16GB：运行较慢，估算 8.9 tok/s（7.1–10.7，校准估算 ±20%）; GeForce RTX 3090：运行流畅，估算 37.1 tok/s（32.7–41.6，校准估算 ±12%）。

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。