Qwen3.5 4B 硬件要求
模型信息
- 参数量
- 4.66B
- 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
- 2026-02-27
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当前模型 | 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 | 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 | 2.12 GB | 损失严重 | 社区 GGUF · unsloth |
| IQ4_XS | 2.64 GB | 均衡 | 社区 GGUF · unsloth |
| Q4_K_M基准 | 2.83 GB | 均衡 | 社区 GGUF · unsloth |
| Q8_0 | 4.61 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 | 2.7 | 2.9 | 3.2 | 3.9 | 5.3 | 8.1 | 13.5 |
| IQ4_XS | 3.2 | 3.4 | 3.7 | 4.4 | 5.8 | 8.5 | 14.0 |
| Q4_K_M | 3.4 | 3.6 | 3.9 | 4.6 | 6.0 | 8.7 | 14.2 |
| Q8_0 | 5.1 | 5.3 | 5.7 | 6.3 | 7.7 | 10.5 | 16.0 |
哪些 GPU 能跑 Qwen3.5 4B？
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 |
|---|---|---|---|---|---|---|---|---|
| GeForce RTX 5090 | 运行流畅 | 估算 404.8 tok/s356.3–453.4校准估算 ±12% | Q4_K_M | 4.2 / 32.0 GB | 全部载入显卡 | 最长 256k | — | 市场价 US$4,200（截至 2026-08-09） |
| Radeon RX 7900 XTX | 运行流畅 | 估算 235.5 tok/s207.2–263.7校准估算 ±12% | Q4_K_M | 4.2 / 24.0 GB | 全部载入显卡 | 最长 256k | — | 首发价 US$999 |
| GeForce RTX 3090 Ti | 运行流畅 | 估算 227.7 tok/s200.4–255.1校准估算 ±12% | Q4_K_M | 4.2 / 24.0 GB | 全部载入显卡 | 最长 256k | — | 首发价 US$1,999 |
| GeForce RTX 4090 | 运行流畅 | 估算 227.7 tok/s200.4–255.1校准估算 ±12% | Q4_K_M | 4.2 / 24.0 GB | 全部载入显卡 | 最长 256k | — | 市场价 US$2,755（截至 2026-08-09） |
| Apple M5 Ultra · 96 GB | 运行流畅 | 估算 225.9 tok/s180.7–271.1校准估算 ±20% | Q4_K_M | 3.7 / 67.2 GB | 统一内存 | 最长 256k | — | — |
| GeForce RTX 5080 | 运行流畅 | 估算 216.9 tok/s190.9–242.9校准估算 ±12% | Q4_K_M | 4.2 / 16.0 GB | 全部载入显卡 | 最长 256k | — | 市场价 US$1,256（截至 2026-08-09） |
| GeForce RTX 3090 | 运行流畅 | 估算 211.5 tok/s186.1–236.8校准估算 ±12% | Q4_K_M | 4.2 / 24.0 GB | 全部载入显卡 | 最长 256k | — | 市场价 US$1,050（截至 2026-08-09） |
| GeForce RTX 3080 12GB | 运行流畅 | 估算 206.0 tok/s181.3–230.8校准估算 ±12% | Q4_K_M | 4.2 / 12.0 GB | 全部载入显卡 | 最长 128k | — | 首发价 US$799 |
| GeForce RTX 5070 Ti | 运行流畅 | 估算 202.4 tok/s178.1–226.7校准估算 ±12% | Q4_K_M | 4.2 / 16.0 GB | 全部载入显卡 | 最长 256k | — | 市场价 US$949（截至 2026-08-09） |
| GeForce RTX 5080 Laptop | 运行流畅 | 估算 202.4 tok/s178.1–226.7校准估算 ±12% | Q4_K_M | 4.2 / 16.0 GB | 全部载入显卡 | 最长 256k | — | — |
| GeForce RTX 5090 Laptop | 运行流畅 | 估算 202.4 tok/s178.1–226.7校准估算 ±12% | Q4_K_M | 4.2 / 24.0 GB | 全部载入显卡 | 最长 256k | — | — |
| Radeon RX 7900 XT | 运行流畅 | 估算 196.2 tok/s172.7–219.8校准估算 ±12% | Q4_K_M | 4.2 / 20.0 GB | 全部载入显卡 | 最长 256k | — | 首发价 US$899 |
| GeForce RTX 3080 10GB | 运行流畅 | 估算 171.7 tok/s151.1–192.3校准估算 ±12% | Q4_K_M | 4.2 / 10.0 GB | 全部载入显卡 | 最长 128k | — | 首发价 US$699 |
| GeForce RTX 4080 Super | 运行流畅 | 估算 166.3 tok/s146.3–186.2校准估算 ±12% | Q4_K_M | 4.2 / 16.0 GB | 全部载入显卡 | 最长 256k | — | 首发价 US$999 |
| GeForce RTX 4080 | 运行流畅 | 估算 162.0 tok/s142.5–181.4校准估算 ±12% | Q4_K_M | 4.2 / 16.0 GB | 全部载入显卡 | 最长 256k | — | 首发价 US$1,199 |
| Radeon RX 9070 | 运行流畅 | 估算 158.2 tok/s139.2–177.2校准估算 ±12% | Q4_K_M | 4.2 / 16.0 GB | 全部载入显卡 | 最长 256k | — | 市场价 US$639（截至 2026-08-09） |
| Radeon RX 9070 XT | 运行流畅 | 估算 158.2 tok/s139.2–177.2校准估算 ±12% | Q4_K_M | 4.2 / 16.0 GB | 全部载入显卡 | 最长 256k | — | 市场价 US$689（截至 2026-08-09） |
| Radeon RX 7800 XT | 运行流畅 | 估算 153.1 tok/s134.7–171.4校准估算 ±12% | Q4_K_M | 4.2 / 16.0 GB | 全部载入显卡 | 最长 256k | — | 首发价 US$499 |
| GeForce RTX 4070 Ti Super | 运行流畅 | 估算 151.8 tok/s133.6–170.0校准估算 ±12% | Q4_K_M | 4.2 / 16.0 GB | 全部载入显卡 | 最长 256k | — | 首发价 US$799 |
| GeForce RTX 5070 | 运行流畅 | 估算 151.8 tok/s133.6–170.0校准估算 ±12% | Q4_K_M | 4.2 / 12.0 GB | 全部载入显卡 | 最长 128k | — | 市场价 US$629（截至 2026-08-09） |
| GeForce RTX 5070 Ti Laptop | 运行流畅 | 估算 151.8 tok/s133.6–170.0校准估算 ±12% | Q4_K_M | 4.2 / 12.0 GB | 全部载入显卡 | 最长 128k | — | — |
| Apple M3 Ultra · 96 GB | 运行流畅 | 估算 150.7 tok/s120.5–180.8校准估算 ±20% | Q4_K_M | 3.7 / 67.2 GB | 统一内存 | 最长 256k | — | — |
| Apple M5 Max (40-core GPU) · 48 GB | 运行流畅 | 估算 150.6 tok/s120.5–180.7校准估算 ±20% | Q4_K_M | 3.7 / 33.6 GB | 统一内存 | 最长 256k | — | — |
| Apple M2 Ultra · 64 GB | 运行流畅 | 估算 147.2 tok/s117.7–176.6校准估算 ±20% | Q4_K_M | 3.7 / 44.8 GB | 统一内存 | 最长 256k | — | — |
| GeForce RTX 2080 Ti | 运行流畅 | 估算 139.2 tok/s122.5–155.9校准估算 ±12% | Q4_K_M | 4.2 / 11.0 GB | 全部载入显卡 | 最长 128k | — | 首发价 US$999 |
| Apple M4 Max (40-core GPU) · 48 GB | 运行流畅 | 估算 133.9 tok/s107.1–160.7校准估算 ±20% | Q4_K_M | 3.7 / 33.6 GB | 统一内存 | 最长 256k | — | — |
| GeForce RTX 4090 Laptop | 运行流畅 | 估算 130.1 tok/s114.5–145.7校准估算 ±12% | Q4_K_M | 4.2 / 16.0 GB | 全部载入显卡 | 最长 256k | — | — |
| GeForce RTX 4070 | 运行流畅 | 估算 113.9 tok/s100.2–127.5校准估算 ±12% | Q4_K_M | 4.2 / 12.0 GB | 全部载入显卡 | 最长 128k | — | 首发价 US$599 |
| GeForce RTX 4070 Super | 运行流畅 | 估算 113.9 tok/s100.2–127.5校准估算 ±12% | Q4_K_M | 4.2 / 12.0 GB | 全部载入显卡 | 最长 128k | — | 首发价 US$599 |
| Apple M5 Max (32-core GPU) · 36 GB | 运行流畅 | 估算 112.8 tok/s90.3–135.4校准估算 ±20% | Q4_K_M | 3.7 / 25.2 GB | 统一内存 | 最长 256k | — | — |
| GeForce GTX 1080 Ti | 运行流畅 | 估算 109.3 tok/s76.5–142.1理论估算 ±30% | Q4_K_M | 4.2 / 11.0 GB | 全部载入显卡 | 最长 128k | — | 首发价 US$699 |
| GeForce RTX 3070 | 运行流畅 | 估算 101.2 tok/s89.1–113.4校准估算 ±12% | Q4_K_M | 4.2 / 8.0 GB | 全部载入显卡 | 最长 64k | — | 首发价 US$499 |
| GeForce RTX 5060 | 运行流畅 | 估算 101.2 tok/s89.1–113.4校准估算 ±12% | Q4_K_M | 4.2 / 8.0 GB | 全部载入显卡 | 最长 64k | — | 市场价 US$339（截至 2026-08-09） |
| GeForce RTX 5060 Ti 16GB | 运行流畅 | 估算 101.2 tok/s89.1–113.4校准估算 ±12% | Q4_K_M | 4.2 / 16.0 GB | 全部载入显卡 | 最长 128k | — | 市场价 US$569（截至 2026-08-09） |
| GeForce RTX 5060 Ti 8GB | 运行流畅 | 估算 101.2 tok/s89.1–113.4校准估算 ±12% | Q4_K_M | 4.2 / 8.0 GB | 全部载入显卡 | 最长 64k | — | 市场价 US$429（截至 2026-08-09） |
| Apple M4 Max (32-core GPU) · 36 GB | 运行流畅 | 估算 100.6 tok/s80.5–120.7校准估算 ±20% | Q4_K_M | 3.7 / 25.2 GB | 统一内存 | 最长 128k | — | — |
| GeForce RTX 4080 Laptop | 运行流畅 | 估算 97.6 tok/s85.9–109.3校准估算 ±12% | Q4_K_M | 4.2 / 12.0 GB | 全部载入显卡 | 最长 128k | — | — |
| Intel Arc B580 | 运行流畅 | 估算 86.8 tok/s69.5–104.2校准估算 ±20% | Q4_K_M | 4.2 / 12.0 GB | 全部载入显卡 | 最长 128k | — | 市场价 US$290（截至 2026-08-09） |
| GeForce RTX 3060 12GB | 运行流畅 | 估算 81.3 tok/s71.6–91.1校准估算 ±12% | Q4_K_M | 4.2 / 12.0 GB | 全部载入显卡 | 最长 128k | — | 市场价 US$250（截至 2026-08-09） |
| Radeon RX 9060 XT 16GB | 运行流畅 | 估算 79.0 tok/s69.5–88.5校准估算 ±12% | Q4_K_M | 4.2 / 16.0 GB | 全部载入显卡 | 最长 128k | — | 市场价 US$449（截至 2026-08-09） |
| Apple M5 Pro · 24 GB | 运行流畅 | 估算 75.3 tok/s60.2–90.4校准估算 ±20% | Q4_K_M | 3.7 / 16.8 GB | 统一内存 | 最长 128k | — | — |
| NVIDIA DGX Spark · 64 GB | 运行流畅 | 估算 68.7 tok/s55.0–82.5校准估算 ±20% | Q4_K_M | 3.7 / 48.2 GB | 统一内存 | 最长 64k | — | 首发价 US$3,999（128 GB） |
| Ryzen AI Max+ 395 (Strix Halo) · 32 GB | 运行流畅 | 估算 67.8 tok/s54.2–81.3校准估算 ±20% | Q4_K_M | 3.7 / 22.4 GB | 统一内存 | 最长 64k | — | 首发价 US$1,999（128 GB） |
| Apple M4 Pro · 24 GB | 运行流畅 | 估算 67.0 tok/s53.6–80.4校准估算 ±20% | Q4_K_M | 3.7 / 16.8 GB | 统一内存 | 最长 64k | — | — |
| GeForce RTX 4060 Ti 16GB | 运行流畅 | 估算 65.1 tok/s57.3–72.9校准估算 ±12% | Q4_K_M | 4.2 / 16.0 GB | 全部载入显卡 | 最长 64k | — | 首发价 US$499 |
| GeForce RTX 4060 Ti 8GB | 运行流畅 | 估算 65.1 tok/s57.3–72.9校准估算 ±12% | Q4_K_M | 4.2 / 8.0 GB | 全部载入显卡 | 最长 64k | — | 首发价 US$399 |
| GeForce RTX 4060 | 运行流畅 | 估算 61.5 tok/s54.1–68.8校准估算 ±12% | Q4_K_M | 4.2 / 8.0 GB | 全部载入显卡 | 最长 64k | — | 首发价 US$299 |
| GeForce RTX 4060 Laptop | 运行流畅 | 估算 57.8 tok/s50.9–64.8校准估算 ±12% | Q4_K_M | 4.2 / 8.0 GB | 全部载入显卡 | 最长 64k | — | — |
| GeForce RTX 4070 Laptop | 运行流畅 | 估算 57.8 tok/s50.9–64.8校准估算 ±12% | Q4_K_M | 4.2 / 8.0 GB | 全部载入显卡 | 最长 64k | — | — |
| GeForce RTX 3050 8GB | 运行流畅 | 估算 50.6 tok/s44.5–56.7校准估算 ±12% | Q4_K_M | 4.2 / 8.0 GB | 全部载入显卡 | 最长 64k | — | 首发价 US$249 |
| Apple M5 · 16 GB | 运行流畅 | 估算 37.7 tok/s30.1–45.2校准估算 ±20% | Q4_K_M | 3.7 / 11.2 GB | 统一内存 | 最长 16k | — | — |
| Apple M6 · 16 GB | 运行流畅 | 估算 37.7 tok/s30.1–45.2校准估算 ±20% | Q4_K_M | 3.7 / 11.2 GB | 统一内存 | 最长 16k | — | — |
| Apple M4 · 16 GB | 运行良好 | 估算 29.4 tok/s23.5–35.3校准估算 ±20% | Q4_K_M | 3.7 / 11.2 GB | 统一内存 | 最长 128k |
| — |
| DDR5-6000 双通道 CPU · 16 GB | 运行较慢 | 估算 15.5 tok/s12.4–18.6校准估算 ±20% | Q4_K_M | 3.1 GB 内存 | 纯 CPU | 最长 256k |
| — |
| DDR5-5600 双通道 CPU · 16 GB | 运行较慢 | 估算 14.5 tok/s11.6–17.4校准估算 ±20% | Q4_K_M | 3.1 GB 内存 | 纯 CPU | 最长 256k |
| — |
| DDR4-3200 双通道 CPU · 16 GB | 运行较慢 | 估算 8.3 tok/s6.6–9.9校准估算 ±20% | Q4_K_M | 3.1 GB 内存 | 纯 CPU | 最长 128k | — | — |
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 3060 12GB市场价 US$250（截至 2026-08-09），估算 81.3 tok/s（71.6–91.1，校准估算 ±12%）。
Qwen3.5 4B 的实测结果
这个模型暂无公开基准测试结果。
常见问题
Qwen3.5 4B 需要多少显存？
Q4_K_M 文件为 2.83 GB；在 8k 上下文下，显卡约需 3.6 GB（权重 2.74 GB、KV 缓存 0.3 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 2.9 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，而且目前还不使用该模型的 MTP（多 token 预测）模块，因此从不加载它。Mac 按整个文件计算，所以需要的内存稍多一些。
能让 Qwen3.5 4B 运行良好的最便宜 GPU 是哪款？
运行流畅的最便宜选择：GeForce RTX 3060 12GB，US$250（2026-08-09 市场价），估算 81.3 tok/s（71.6–91.1，校准估算 ±12%）。
Qwen3.5 4B 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：运行流畅，估算 61.5 tok/s（54.1–68.8，校准估算 ±12%）; GeForce RTX 5060 Ti 16GB：运行流畅，估算 101.2 tok/s（89.1–113.4，校准估算 ±12%）; GeForce RTX 3090：运行流畅，估算 211.5 tok/s（186.1–236.8，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。