Qwen 3.5 (Withdrawn Listings) — lokalny model AI od Alibaba Cloud

Autor: Jakub Rusinowski · Ostatnia aktualizacja:

Wycofany wpis. To był wczesny, niezweryfikowany wpis. Zweryfikowane dane są teraz na stronie Qwen 3.5. Zobacz Qwen 3.5 →

Flagowa generacja Alibaby z lutego 2026. Qwen 3.5 natychmiast stanął na czele wielu otwartych benchmarków rozumowania, osiągając 88,4 pkt na GPQA Diamond i 76,4 pkt na SWE-bench Verified. Architektura MoE zapewnia 8–19× wyższą przepustowość dekodowania niż wcześniejszy Qwen3, obsługując ponad 200 języków. Licencja Apache 2.0 do pełnego użytku komercyjnego.

Hugging Face Qwen Blog

Warianty

Najmniejszy wariant Qwen 3.5 (Withdrawn Listings) potrzebuje około 5 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.

ModelVRAM
Qwen 3.5 7B
7B
~5 GB
Qwen 3.5 14B
14B
~9.3 GB
Qwen 3.5 32B
32B
~20.1 GB
Qwen 3.5 122B-A10B (MoE)
122B/10B active
~74.5 GB

Pamięć to skwantyzowane wagi plus narzut przy Q4_K_M, liczone tym samym silnikiem co sprawdzarka GPU i VRAM.

Jak uruchomić Qwen 3.5 (Withdrawn Listings) lokalnie

Zainstaluj Ollama, a potem pobierz tag.

ollama run qwen3.5:7b

Wybierz rozmiar powyżej, aby zobaczyć jego VRAM, szacowaną szybkość i polecenie instalacji.

Licencja

Apache-2.0Użycie komercyjne dozwolone

Commercial use permitted. No usage restrictions beyond attribution.

Dotyczy: Qwen 3.5 7B, Qwen 3.5 14B, Qwen 3.5 32B, Qwen 3.5 122B-A10B (MoE)

Polecane GPU

Najtańsze GPU z naszego katalogu, które uruchomi Qwen 3.5 (Withdrawn Listings) lokalnie (min. 5 GB VRAM), to Intel Arc B570 (10 GB).

Ujawnienie afiliacyjne: Niektóre odnośniki na tej stronie to linki afiliacyjne — jeśli dokonasz zakupu za ich pośrednictwem, LLM Configurator może otrzymać prowizję bez dodatkowych kosztów dla Ciebie. Jako uczestnik programu Amazon Associates, LLM Configurator zarabia na kwalifikujących się zakupach.
Intel Arc B570 10GB
10 GB VRAM · 150 W board power
Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Qwen 3.5 (Withdrawn Listings) — najczęściej zadawane pytania

How much VRAM does Qwen 3.5 (Withdrawn Listings) need?

Qwen 3.5 (Withdrawn Listings) needs about 5 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Qwen 3.5 7B (5 GB, Q4_K_M); Qwen 3.5 14B (9 GB, Q4_K_M); Qwen 3.5 32B (20 GB, Q4_K_M); Qwen 3.5 122B-A10B (MoE) (74 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.

Can I run Qwen 3.5 (Withdrawn Listings) on an RTX 4090 (24 GB)?

Yes — Qwen 3.5 (Withdrawn Listings) runs on an RTX 4090 (24 GB) and other 24 GB cards such as the RTX 3090. Smaller variants also fit comfortably on 8–16 GB GPUs at Q4_K_M.

What quantization should I use for Qwen 3.5 (Withdrawn Listings)?

Q4_K_M is the best balance of quality and VRAM for Qwen 3.5 (Withdrawn Listings) in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.

How do I run Qwen 3.5 (Withdrawn Listings) with Ollama?

Install Ollama, then run: ollama run qwen3.5:7b. This downloads Qwen 3.5 (Withdrawn Listings) and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.