Qwen3.8 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: 2026-08-05
模型卡: Hugging Face 上的 Qwen3.8 27B

GGUF 文件

收录的 Qwen3.8 27B 量化文件，从小到大排列
量化	文件大小	质量	发布者
Q2_K	10.82 GB	损失严重	社区 GGUF · bartowski
IQ4_XS	15.48 GB	均衡	社区 GGUF · bartowski
Q4_K_M基准	17.44 GB	均衡	社区 GGUF · bartowski
Q8_0	29.12 GB	近乎无损	社区 GGUF · bartowski

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
Q2_K	10.8	11.1	11.7	13.0	15.4	20.3	30.1
IQ4_XS	15.4	15.7	16.3	17.5	19.9	24.8	34.6
Q4_K_M	17.3	17.6	18.2	19.4	21.9	26.8	36.5
Q8_0	28.1	28.4	29.0	30.3	32.7	37.6	47.4

哪些 GPU 能跑 Qwen3.8 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	81.8 tok/s8k 估算 69.8 tok/s（61.4–78.2，校准估算 ±12%）实测（1 次，1k 上下文）	Q4_K_M	18.2 / 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	49.8 tok/s8k 估算 39.3 tok/s（34.5–44.0，校准估算 ±12%）实测（1 次，1k 上下文）	Q4_K_M	18.2 / 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 40.6 tok/s35.7–45.5校准估算 ±12%	Q4_K_M	18.2 / 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 39.3 tok/s34.5–44.0校准估算 ±12%	Q4_K_M	18.2 / 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 38.9 tok/s31.1–46.7校准估算 ±20%	Q4_K_M	18.6 / 67.2 GB	统一内存	最长 64k	—	—
GeForce RTX 3090	运行流畅	估算 36.4 tok/s32.1–40.8校准估算 ±12%	Q4_K_M	18.2 / 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 34.9 tok/s30.7–39.1校准估算 ±12%	Q4_K_M	18.2 / 24.0 GB	全部载入显卡	最长 32k	—	—
Radeon RX 7900 XT	运行流畅	估算 33.8 tok/s29.8–37.9校准估算 ±12%	Q4_K_M	18.2 / 20.0 GB	全部载入显卡	最长 16k	—	首发价 US$899
Apple M3 Ultra · 96 GB	运行良好	估算 26.0 tok/s20.8–31.2校准估算 ±20%	Q4_K_M	18.6 / 67.2 GB	统一内存	最长 256k	Q2_K（质量损失大）：运行流畅	—
Apple M5 Max (40-core GPU) · 48 GB	运行良好	估算 26.0 tok/s20.8–31.1校准估算 ±20%	Q4_K_M	18.6 / 33.6 GB	统一内存	最长 128k	Q2_K（质量损失大）：运行流畅	—
Apple M2 Ultra · 64 GB	运行良好	估算 25.4 tok/s20.3–30.4校准估算 ±20%	Q4_K_M	18.6 / 44.8 GB	统一内存	最长 256k	Q2_K（质量损失大）：运行流畅	—
Apple M4 Max (40-core GPU) · 48 GB	运行良好	估算 23.1 tok/s18.5–27.7校准估算 ±20%	Q4_K_M	18.6 / 33.6 GB	统一内存	最长 128k	Q2_K（质量损失大）：运行流畅	—
Apple M5 Max (32-core GPU) · 36 GB	运行良好	估算 19.4 tok/s15.6–23.3校准估算 ±20%	Q4_K_M	18.6 / 25.2 GB	统一内存	最长 64k	Q2_K（质量损失大）：运行流畅	—
Apple M4 Max (32-core GPU) · 36 GB	运行良好	估算 17.3 tok/s13.9–20.8校准估算 ±20%	Q4_K_M	18.6 / 25.2 GB	统一内存	最长 64k	—	—
Apple M5 Pro · 48 GB	运行良好	估算 13.0 tok/s10.4–15.6校准估算 ±20%	Q4_K_M	18.6 / 33.6 GB	统一内存	最长 16k	—	—
NVIDIA DGX Spark · 64 GB	运行较慢	估算 11.8 tok/s9.5–14.2校准估算 ±20%	Q4_K_M	18.6 / 48.2 GB	统一内存	最长 256k	改用 IQ4_XS：运行良好	首发价 US$3,999（128 GB）
Ryzen AI Max+ 395 (Strix Halo) · 32 GB	运行较慢	估算 11.7 tok/s9.3–14.0校准估算 ±20%	Q4_K_M	18.6 / 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 10.6 tok/s8.5–12.7校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 3.2 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 Q2_K（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 10.4 tok/s8.3–12.5校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 3.2 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 Q2_K（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 10.4 tok/s8.3–12.5校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 3.2 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 Q2_K（质量损失大）：运行流畅	—
GeForce RTX 4080 Super	运行较慢	估算 9.9 tok/s7.9–11.9校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 3.2 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 Q2_K（质量损失大）：运行流畅	首发价 US$999
GeForce RTX 4080	运行较慢	估算 9.8 tok/s7.9–11.8校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 3.2 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 Q2_K（质量损失大）：运行流畅	首发价 US$1,199
Radeon RX 9070	运行较慢	估算 9.7 tok/s7.8–11.7校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 3.2 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 Q2_K（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 9.7 tok/s7.8–11.7校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 3.2 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 Q2_K（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 9.7 tok/s7.7–11.6校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 3.2 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 Q2_K（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 9.6 tok/s7.7–11.6校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 3.2 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 Q2_K（质量损失大）：运行流畅	首发价 US$799
GeForce RTX 4090 Laptop	运行较慢	估算 9.2 tok/s7.3–11.0校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 3.2 GB 内存	部分卸载	最长 64k	改用 IQ4_XS：运行良好 Q2_K（质量损失大）：运行流畅	—
GeForce RTX 5060 Ti 16GB	运行较慢	估算 8.4 tok/s6.7–10.0校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 3.2 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）
Apple M4 Pro · 24 GB	运行较慢	估算 7.6 tok/s5.3–9.9理论估算 ±30%	Q4_K_M	18.0 GB 内存	纯 CPU	最长 32k	改用 IQ4_XS：运行良好	—
Radeon RX 9060 XT 16GB	运行较慢	估算 7.5 tok/s6.0–9.0校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 3.2 GB 内存	部分卸载	最长 64k	Q2_K（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 6.9 tok/s5.5–8.2校准估算 ±20%	Q4_K_M	16.0 / 16.0 GB + 3.2 GB 内存	部分卸载	最长 64k	Q2_K（质量损失大）：运行良好	首发价 US$499
GeForce RTX 3080 12GB	运行较慢	估算 5.5 tok/s4.4–6.6校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 7.2 GB 内存	部分卸载	最长 64k	Q2_K（质量损失大）：运行流畅	首发价 US$799
GeForce RTX 5070	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 + 7.2 GB 内存	部分卸载	最长 32k	Q2_K（质量损失大）：运行流畅	市场价 US$629（截至 2026-08-09）
GeForce RTX 5070 Ti Laptop	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 + 7.2 GB 内存	部分卸载	最长 32k	Q2_K（质量损失大）：运行流畅	—
GeForce RTX 4070	运行较慢	估算 5.1 tok/s4.1–6.2校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 7.2 GB 内存	部分卸载	最长 32k	Q2_K（质量损失大）：运行流畅	首发价 US$599
GeForce RTX 4070 Super	运行较慢	估算 5.1 tok/s4.1–6.2校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 7.2 GB 内存	部分卸载	最长 32k	Q2_K（质量损失大）：运行流畅	首发价 US$599
GeForce RTX 4080 Laptop	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 + 7.2 GB 内存	部分卸载	最长 32k	Q2_K（质量损失大）：运行良好	—
Intel Arc B580	运行较慢	估算 4.9 tok/s3.9–5.9校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 7.2 GB 内存	部分卸载	最长 32k	Q2_K（质量损失大）：运行良好	市场价 US$290（截至 2026-08-09）
GeForce RTX 3060 12GB	运行较慢	估算 4.8 tok/s3.9–5.8校准估算 ±20%	Q4_K_M	12.0 / 12.0 GB + 7.2 GB 内存	部分卸载	最长 32k	Q2_K（质量损失大）：运行良好	市场价 US$250（截至 2026-08-09）
GeForce RTX 2080 Ti	运行较慢	估算 4.8 tok/s3.8–5.7校准估算 ±20%	Q4_K_M	11.0 / 11.0 GB + 8.2 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 4.7 tok/s3.3–6.2理论估算 ±30%	Q4_K_M	18.0 GB 内存	纯 CPU	最长 32k	—	—
GeForce GTX 1080 Ti	运行较慢	估算 4.6 tok/s3.2–6.0理论估算 ±30%	Q4_K_M	11.0 / 11.0 GB + 8.2 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 4.4 tok/s3.5–5.3校准估算 ±20%	Q4_K_M	10.0 / 10.0 GB + 9.2 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 4.3 tok/s3.0–5.6理论估算 ±30%	Q4_K_M	18.0 GB 内存	纯 CPU	最长 32k	—	—
GeForce RTX 3070	运行较慢	估算 3.6 tok/s2.9–4.3校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 11.2 GB 内存	部分卸载	最长 16k	—	首发价 US$499
GeForce RTX 5060	运行较慢	估算 3.6 tok/s2.9–4.3校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 11.2 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 3.6 tok/s2.9–4.3校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 11.2 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 3.5 tok/s2.8–4.2校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 11.2 GB 内存	部分卸载	最长 16k	—	首发价 US$399
GeForce RTX 4060	运行较慢	估算 3.4 tok/s2.8–4.1校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 11.2 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 3.4 tok/s2.7–4.1校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 11.2 GB 内存	部分卸载	最长 16k	—	—
GeForce RTX 4070 Laptop	运行较慢	估算 3.4 tok/s2.7–4.1校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 11.2 GB 内存	部分卸载	最长 16k	—	—
GeForce RTX 3050 8GB	运行较慢	估算 3.4 tok/s2.7–4.0校准估算 ±20%	Q4_K_M	8.0 / 8.0 GB + 11.2 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 3.3 tok/s2.3–4.3理论估算 ±30%	Q4_K_M	18.0 GB 内存	纯 CPU	最长 32k	—	—
DDR5-6000 双通道 CPU · 96 GB	无法运行改用 Q2_K（质量损失大）：运行较慢	估算 4.2 tok/s3.4–5.1校准估算 ±20%	Q2_K	11.4 GB 内存	纯 CPU	最长 64k	—	—
DDR5-5600 双通道 CPU · 96 GB	无法运行改用 Q2_K（质量损失大）：运行较慢	估算 3.9 tok/s3.2–4.7校准估算 ±20%	Q2_K	11.4 GB 内存	纯 CPU	最长 32k	—	—
DDR4-3200 双通道 CPU · 64 GB	无法运行	估算 1.4 tok/s1.1–1.7校准估算 ±20%	Q4_K_M	18.0 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 36.4 tok/s（32.1–40.8，校准估算 ±12%）。

Qwen3.8 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。

Qwen3.8 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
GeForce RTX 5090	Q4_K_M	llama.cpp	1k	3,972.0	81.8	CUDA	github.com	2026-09-12
GeForce RTX 4090	Q4_K_M	llama.cpp	1k	3,073.0	49.8	CUDA	github.com	2026-09-12
GeForce RTX 5060 Ti 16GB	UD-IQ4_XS	llama.cpp	8k	—	27.6	KV q8_0	github.com	2026-10-11
Radeon RX 9060 XT 16GB	UD-IQ4_XS	llama.cpp	512	709.0	20.1	Vulkan	github.com	2026-10-02
Radeon RX 9060 XT 16GB	UD-IQ4_XS	llama.cpp	512	738.0	19.5	HIP	github.com	2026-10-02
Radeon RX 7900 XTX	Q4_K_XL	llama.cpp	2k	1,075.0	36.1	ROCm	github.com	2026-09-13
Radeon RX 7900 XTX	UD-Q4_K_XL	llama.cpp	512	—	40.4	Vulkan, KV q8_0	github.com	2026-08-26
Radeon RX 7900 XTX	UD-Q4_K_XL	llama.cpp	512	957.0	37.5	ROCm, KV q8_0	github.com	2026-08-26

常见问题

Qwen3.8 27B 需要多少显存？

Q4_K_M 文件为 17.44 GB；在 8k 上下文下，显卡约需 17.6 GB（权重 16.47 GB、KV 缓存 0.5 GB、计算缓冲区 0.6 GB）。已收录的最小文件（Q2_K（质量损失大））约需 11.1 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 Qwen3.8 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 36.4 tok/s（32.1–40.8，校准估算 ±12%）。

Qwen3.8 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 3.4 tok/s（2.8–4.1，校准估算 ±20%）; GeForce RTX 5060 Ti 16GB：运行较慢，估算 8.4 tok/s（6.7–10.0，校准估算 ±20%）; GeForce RTX 3090：运行流畅，估算 36.4 tok/s（32.1–40.8，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。