Qwen 2.5 VL 72B Instruct — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
The most capable open vision-language model. Beats GPT-4V on multiple visual benchmarks. Ideal for enterprise document processing, agentic vision tasks, and complex image reasoning.
Qwen 2.5 VL 72B Instruct potrzebuje około 45 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.
VRAM i szybkość według kwantyzacji
Liczone dla NVIDIA RTX 4090 (24 GB). Obejmuje pamięć podręczną KV przy kontekście 8K, więc wartości są wyższe niż główna liczba.
| Kwant. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 27.6 GB | ~4 tok/s | Częściowo w RAM | |
| Q3_K_M 3.41 bpw | 34.8 GB | ~3 tok/s | Częściowo w RAM | |
| Q4_K_M 4.83 bpw | 47.8 GB | ~2 tok/s | Częściowo w RAM | |
| Q5_K_M 5.67 bpw | 55.5 GB | ~2 tok/s | Częściowo w RAM | |
| Q6_K 6.56 bpw | 63.7 GB | — | Za duży | |
| Q8_0 8.50 bpw | 81.5 GB | — | Za duży | |
| F16 16.00 bpw | 150.3 GB | — | Za duży |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Qwen 2.5 VL 72B Instruct →
Uruchom Qwen 2.5 VL 72B Instruct
Najtańsze GPU z naszego katalogu, które uruchomi Qwen 2.5 VL 72B Instruct, to NVIDIA DGX Spark (128 GB).
Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.
Jak uruchomić Qwen 2.5 VL 72B Instruct
Zainstaluj Ollama, a potem uruchom:
ollama run qwen2.5vl:72bSpecyfikacja
Curated — A hand-written entry from before this catalogue recorded its sources. The figures are long-standing but their provenance is not on file.
- Parametry
- 72 Billion
- Okno kontekstu
- 128,000
- Architektura
- Dense + ViT
- Dostawca
- Alibaba Cloud
- Licencja
- Apache 2.0
- Practical deployment
- Workstation (large unified memory or pro GPU)
- Określono przy
- Q4_K_M
- RAM systemowy
- 80 GB
- Rekord zaktualizowany
- 2025-01-25
Commercial use permitted. No usage restrictions beyond attribution.
Jakość i zastosowania
Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.
Czy uruchomię Qwen 2.5 VL 72B Instruct na moim GPU?
- Qwen 2.5 VL 72B Instruct na AMD Radeon RX 9060 XT 8GB
- Qwen 2.5 VL 72B Instruct na AMD Ryzen AI Max+ 395
- Qwen 2.5 VL 72B Instruct na Apple M1 Max
- Qwen 2.5 VL 72B Instruct na Apple M2 Max
- Qwen 2.5 VL 72B Instruct na Apple M3 Max
- Qwen 2.5 VL 72B Instruct na Apple M5 Pro
- Qwen 2.5 VL 72B Instruct na Intel Arc B570
- Qwen 2.5 VL 72B Instruct na Intel Arc B580
- Qwen 2.5 VL 72B Instruct na NVIDIA A100 80GB (PCIe)
- Qwen 2.5 VL 72B Instruct na NVIDIA GeForce RTX 3060 (12GB)
- Qwen 2.5 VL 72B Instruct na NVIDIA GeForce RTX 3070
- Qwen 2.5 VL 72B Instruct na NVIDIA GeForce RTX 3070 Ti
- Qwen 2.5 VL 72B Instruct na NVIDIA GeForce RTX 3080 (10GB)
- Qwen 2.5 VL 72B Instruct na NVIDIA GeForce RTX 4060
- Qwen 2.5 VL 72B Instruct na NVIDIA GeForce RTX 4070
- Qwen 2.5 VL 72B Instruct na NVIDIA GeForce RTX 4070 Super
- Qwen 2.5 VL 72B Instruct na NVIDIA GeForce RTX 4070 Ti
- Qwen 2.5 VL 72B Instruct na NVIDIA GeForce RTX 5060
- Qwen 2.5 VL 72B Instruct na NVIDIA GeForce RTX 5060 Ti 8GB
- Qwen 2.5 VL 72B Instruct na NVIDIA GeForce RTX 5070
- Qwen 2.5 VL 72B Instruct na NVIDIA H100 80GB (PCIe)
- Qwen 2.5 VL 72B Instruct na NVIDIA L40S
- Qwen 2.5 VL 72B Instruct na NVIDIA RTX 6000 Ada Generation
- Qwen 2.5 VL 72B Instruct na NVIDIA RTX PRO 6000 Blackwell
Inne rozmiary Qwen 2.5 VL
Qwen 2.5 VL 72B Instruct — najczęściej zadawane pytania
How much VRAM does Qwen 2.5 VL 72B Instruct need?
About 45 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does Qwen 2.5 VL 72B Instruct run on an RTX 4090 (24 GB)?
No. Qwen 2.5 VL 72B Instruct needs about 45 GB at Q4_K_M, more than a single RTX 4090's 24 GB. It needs a larger card, several GPUs, or Apple Silicon with enough unified memory — or it runs with part of the weights offloaded to system RAM, which is much slower.
How do I run Qwen 2.5 VL 72B Instruct locally?
Install Ollama and run `ollama run qwen2.5vl:72b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does Qwen 2.5 VL come in?
Qwen 2.5 VL 7B Instruct (6 GB), Qwen 2.5 VL 72B Instruct (45 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.