Alibaba Cloud122B (10B active)~74 GB VRAM przy Q4_K_M

Qwen 3.5 122B-A10B — VRAM, szybkość i lokalna konfiguracja

Name: LLM Configurator — GPU VRAM Checker
Author: LLM Configurator

Autor: Jakub Rusinowski · Ostatnia aktualizacja: 24 lutego 2026

Large MoE model with 122B total parameters (256 routed + 1 shared expert) and 10B active per token. Q4_K_M is ~74 GB — needs 2x24GB+ GPUs, a single 80GB GPU, or a Mac Studio with 96GB+ unified memory. Delivers near-frontier performance for long-context enterprise tasks.

Qwen 3.5 122B-A10B potrzebuje około 74 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.

Logika93

Kreatywność91

Kod93

VRAM i szybkość według kwantyzacji

Liczone dla NVIDIA RTX 4090 (24 GB). Tylko wagi i narzut: architektura tego modelu nie jest opublikowana, więc nie doliczamy pamięci KV.

Kwant.	VRAM	Szybkość (szac.)	Dopasowanie
Q2_K 2.63 bpw	40.9 GB	~18 tok/s	Częściowo w RAM
Q3_K_M 3.41 bpw	52.8 GB	~15 tok/s	Częściowo w RAM
Q4_K_M 4.83 bpw	74.5 GB	—	Za duży
Q5_K_M 5.67 bpw	87.3 GB	—	Za duży
Q6_K 6.56 bpw	100.8 GB	—	Za duży
Q8_0 8.50 bpw	130.4 GB	—	Za duży
F16 16.00 bpw	244.8 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 3.5 122B-A10B →

Uruchom Qwen 3.5 122B-A10B

Najtańsze GPU z naszego katalogu, które uruchomi Qwen 3.5 122B-A10B, to NVIDIA DGX Spark (128 GB).

Kup ten sprzęt NVIDIA DGX Spark (128GB) — 128 GB VRAM · 150 W board power Uruchom w chmurze NVIDIA A100 80GB w RunPod — od $1.39/godz. · stawka sprawdzona 2026-07

lub porównaj w Vast.ai od $0.77/godz. (typical low · varies)

Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.

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.

NVIDIA DGX Spark (128GB)

128 GB VRAM · 150 W board power

Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Sprawdź cenę na Amazon

Jak uruchomić Qwen 3.5 122B-A10B

Zainstaluj Ollama, a potem uruchom:

$ollama run qwen3.5:122b

Wagi na Hugging Face: Qwen/Qwen3.5-122B-A10B-Instruct ↗

Specyfikacja

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: 122 Billion (10B active)
Okno kontekstu: 262,144
Architektura: Hybrid Gated DeltaNet + MoE
Dostawca: Alibaba Cloud
Licencja: Apache 2.0
Practical deployment: Workstation (large unified memory or pro GPU)
Określono przy: Q4_K_M
RAM systemowy: 128 GB
Rekord zaktualizowany: 2026-02-24

LicencjaApache-2.0Użycie komercyjne dozwolone

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.

Najlepszy doenterpriselong contextresearchmulti gpu

Czy uruchomię Qwen 3.5 122B-A10B na moim GPU?

Inne rozmiary Qwen 3.5

Qwen 3.5 122B-A10B — najczęściej zadawane pytania

How much VRAM does Qwen 3.5 122B-A10B need?

About 74 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 3.5 122B-A10B run on an RTX 4090 (24 GB)?

No. Qwen 3.5 122B-A10B needs about 74 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 3.5 122B-A10B locally?

Install Ollama and run `ollama run qwen3.5:122b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.

What other sizes does Qwen 3.5 come in?

Qwen 3.5 0.8B (1 GB), Qwen 3.5 2B (2 GB), Qwen 3.5 4B (3 GB), Qwen 3.5 9B (6 GB), Qwen 3.5 27B (17 GB), Qwen 3.5 35B-A3B (22 GB), Qwen 3.5 122B-A10B (74 GB), Qwen 3.5 397B-A17B (240 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.