跳转到主要内容

Qwen3 235B-A22B Instruct

235B-A22B

Alibaba Qwen3

Qwen3 旗舰 MoE(激活 22B / 总 235B)。Q4_K_M 约 142GB,对标 DeepSeek-R1 级模型。

⬇ 8.4K HF 下载量♥ 18 点赞Qwen/Qwen3-235B-A22B-GGUF· 数据更新于 11/22/2026
专业 GPU

41K

最大上下文

3

量化变体

GGUF Q4_K_M

最佳质量

+2.2%

困惑度增幅(最佳档位)

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 = 本站跑过 · 估算 = 本站未跑过:推算所得,或本站未核实的数字 · 社区 = 公开报告

格式级别BPW显存PPL 损失速度来源操作
GGUFQ4_K_M4.85149.7 GB2.2%—估算
计算HF
GGUFQ3_K_M3.87119.6 GB4.8%—估算
计算HF
AWQINT44123.6 GB3.2%—估算
计算HF

每个体积对应哪个文件

文件大小不等于显存:显存一栏是计算器在 4K 上下文下的总量 —— 权重加 KV 缓存,再加 10% 的激活缓冲。两边的单位是有意不同的:文件大小用十进制 GB,和 Hugging Face 列表一致;显存一栏用 GiB(1024³ 字节),并在权重上多算 2%,所以 7.12 GB 的文件在那一栏里约是 6.8 GiB。仓库若带视觉投影(mmproj),它是另外下载的文件,两个数字都不含它。

  • GGUF Q4_K_M按计算器这一档位的通用比特率估算,没有核对具体文件。
  • GGUF Q3_K_M按计算器这一档位的通用比特率估算,没有核对具体文件。
  • AWQ INT4按计算器这一档位的通用比特率估算,没有核对具体文件。

相关社区实测

以下报告只代表报告自身的测试条件,其速度不会替代本页估算,也不能证明你的配置能装下。

我们审核过的链接索引尚未收录此模型的报告。你可以浏览社区实测,或在下方分享自己的测试。

在 llamaPerf 浏览更多实测 ↗

在本地运行 Qwen3 235B-A22B Instruct

在 Q4_K_M、4K 上下文下,Qwen3 235B-A22B Instruct 约需 149.7 GB —— 权重 135.3 GB、KV 缓存 0.73 GB、激活缓冲 13.6 GB。本索引中能宽裕跑它的最小显卡是 256 GB 的 Mac M5 Ultra 256G,105 张卡中有 2 张可以。这些是计算值而非实测值:估算把「宽裕」的界线画在显存的 88%,大致就是桌面环境需要留出的余量。

上下文变长会多花多少

从 4K 提到 32K 约多占 5.15 GB,总量来到 155.3 GB。权重不随上下文变化,只有 KV 缓存会,而且是线性增长 —— 规划长文档场景时要盯的就是这个数字。该模型的原生上下文是 40K;在 Q4_K_M 下把它全部撑满约需 157 GB。

该下载哪个版本

本索引收录了它的 2 种格式 —— GGUF、AWQ —— 共 3 个档位。 其中 Q4_K_M 的公开困惑度损失最低,为 2.2%。本站硬件上没有该模型的吞吐实测数据。GGUF 可在 NVIDIA、AMD 与苹果芯片上通过 llama.cpp 和 Ollama 运行;AWQ 与 GPTQ 面向 CUDA 和 ROCm 上的 vLLM;EXL2 是 ExLlamaV2 —— 仅限 CUDA,而且已经归档,适合本机使用而不适合提供服务。

常见问题

Qwen3 235B-A22B Instruct 需要多少显存?
在 Q4_K_M、4K 上下文、batch 1 下约 149.7 GB,到 32K 时约 155.3 GB。这个数字是权重加 KV 缓存再加 10% 激活缓冲,由模型架构计算得出,不是在显卡上实测的。
Qwen3 235B-A22B Instruct 能在 256GB 显卡上跑吗?
可以 —— 在 Q4_K_M、4K 上下文下约需 149.7 GB,在 Mac M5 Ultra 256G 上还剩 42.3 GB。这是本索引中能宽裕跑它的最小显卡;105 张中有 2 张可以。
Qwen3 235B-A22B Instruct 该用哪个量化档位?
Q4_K_M 的公开质量损失最低(2.2%),而 Q4_K_M 是多数人使用的档位。索引中的 3 个档位是 Q4_K_M、Q3_K_M、AWQ INT4。 注意这是 MoE 模型 —— 尽管每个 token 只激活一部分参数,全部参数仍需驻留显存,因此显存开销按总参数量算,而不是激活参数量。

这个模型能跑在哪

按 Q4_K_M、4K 上下文估算,显存从小到大排列。「从容」指估算占用不超过显存的 88%。

提供格式
GGUFAWQ
本站已做对比
GGUF vs AWQ

此模型的显卡组合

    本页数字会随模型数据或运行时版本的变化而更新。最近更新 2026-11-22 RSS → /zh/feed.xml