Alibaba Cloud2B~2 GB VRAM przy Q4_K_M

Qwen 3.5 2B — VRAM, szybkość i lokalna konfiguracja

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

Autor: Jakub Rusinowski · Ostatnia aktualizacja: 15 lutego 2026

Compact dense model with strong reasoning for its size. Runs on any modern device with 4 GB RAM. Good balance of speed and intelligence for assistants, summarization, and simple coding tasks.

Qwen 3.5 2B potrzebuje około 2 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.

Logika73

Kreatywność70

Kod71

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	1.5 GB	~277 tok/s	Mieści się
Q3_K_M 3.41 bpw	1.7 GB	~259 tok/s	Mieści się
Q4_K_M 4.83 bpw	2 GB	~231 tok/s	Mieści się
Q5_K_M 5.67 bpw	2.2 GB	~217 tok/s	Mieści się
Q6_K 6.56 bpw	2.4 GB	~204 tok/s	Mieści się
Q8_0 8.50 bpw	2.9 GB	~180 tok/s	Mieści się
F16 16.00 bpw	4.8 GB	~125 tok/s	Mieści się

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 2B →

Uruchom Qwen 3.5 2B

Najtańsze GPU z naszego katalogu, które uruchomi Qwen 3.5 2B, to Intel Arc B570 (10 GB).

Kup ten sprzęt Intel Arc B570 10GB — 10 GB VRAM · 150 W board power Uruchom w chmurze RTX 4090 w RunPod — od $0.34/godz. · stawka sprawdzona 2026-07

lub porównaj w Vast.ai od $0.35/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.

Intel Arc B570 10GB

10 GB VRAM · 150 W board power

Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Sprawdź cenę na Amazon

Jak uruchomić Qwen 3.5 2B

Zainstaluj Ollama, a potem uruchom:

$ollama run qwen3.5:2b

Wagi na Hugging Face: Qwen/Qwen3.5-2B-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: 2 Billion
Okno kontekstu: 256,000
Architektura: Dense Transformer (Gated DeltaNet)
Dostawca: Alibaba Cloud
Licencja: Apache 2.0
Practical deployment: Edge device (phone, SBC)
Określono przy: Q4_K_M
RAM systemowy: 6 GB
Rekord zaktualizowany: 2026-02-15

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 domobileedge devicessummarizationquick chat

Czy uruchomię Qwen 3.5 2B na moim GPU?

Inne rozmiary Qwen 3.5

Qwen 3.5 2B — najczęściej zadawane pytania

How much VRAM does Qwen 3.5 2B need?

About 2 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 2B run on an RTX 4090 (24 GB)?

Yes. Qwen 3.5 2B needs about 2 GB at Q4_K_M, inside a 24 GB card, at an estimated 231 tokens/sec.

How do I run Qwen 3.5 2B locally?

Install Ollama and run `ollama run qwen3.5:2b`. 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.