Qwen2.5 72B Instruct

72B

Alibaba Qwen2.5

Qwen2.5 旗舰模型，需双 4090 或 A100 80G，大规模推理能力卓越。

⬇ 3.0K HF 下载量♥ 46 点赞Qwen/Qwen2.5-72B-Instruct-GGUF· 数据更新于 8/14/2026

专业 GPU

131K

最大上下文

量化变体

GGUF Q5_K_M

最佳质量

98.9%

精度保留率

量化变体对比

各量化级别的显存、质量损失及 RTX 4090 推理速度

实测 = 本站基准 · 估算 = 公式推算 · 社区 = 公开报告

格式	级别	BPW	显存	PPL 损失	速度	来源	操作
GGUF	Q4_K_M	4.85	43.6 GB	2.5%	28 tok/s	估算	计算 HF
GGUF	Q5_K_M	5.68	50.1 GB	1.1%	24 tok/s	估算	计算 HF
AWQ	INT4	4	38.5 GB	3.5%	42 tok/s	估算	计算 HF
EXL2	3.5bpw	3.5	33.8 GB	4.8%	48 tok/s	估算	计算 HF

Alibaba Qwen2.5

24GB 显存单卡可运行 Q4_K_S，推理能力接近 GPT-4，性价比极高。

Alibaba Qwen2.5

阿里 Qwen 系列 7B，性能远超同级，代码能力尤其突出。

Alibaba Qwen2.5

性能与资源消耗的最佳平衡点，Q4 量化仅需 16GB 显存。

Alibaba Qwen2.5

Qwen2.5 迷你版，适合边缘设备，4GB 显存或树莓派级别硬件即可运行。

针对本模型及同类硬件的部署指南。