Qwen3 32B Instruct

32B

Alibaba Qwen3

Qwen3 稠密 32B — Qwen2.5-32B 继任者，推理与思考模式全面升级。

⬇ 32.3K HF 下载量♥ 69 点赞Qwen/Qwen3-32B-GGUF· 数据更新于 8/14/2026

消费级显卡专业 GPU

41K

最大上下文

量化变体

GGUF Q4_K_M

最佳质量

97.5%

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	Q3_K_M	3.87	17.8 GB	7.2%	50 tok/s	实测	计算 HF
GGUF	Q4_K_M	4.85	22.5 GB	2.5%	42 tok/s	实测	计算 HF
EXL2	3.5bpw	3.5	16.8 GB	4.5%	62 tok/s	实测	计算 HF
AWQ	INT4	4	19.5 GB	3.6%	55 tok/s	实测	计算 HF

Alibaba Qwen3

Qwen3 MoE，仅 3B 激活参数。Q4 约 19GB，16GB 显卡上超越 QwQ-32B。

Alibaba Qwen3

Agentic 代码 MoE，3.3B 激活参数，原生 256K 上下文。16–24GB 显卡上最强开源代码模型之一。

Alibaba Qwen3

最新 Qwen3 稠密 8B，支持思考模式，本地部署比 Qwen2.5 7B 全面升级。

Alibaba Qwen3

Qwen3 14B — 2026 Qwen 系列中推理能力与显存占用的最佳平衡点。

针对本模型及同类硬件的部署指南。