Alibaba Cloud27B~18 GB VRAM przy Q4_K_M

Qwen3.8 27B — VRAM, szybkość i lokalna konfiguracja

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

Autor: Jakub Rusinowski · Ostatnia aktualizacja: 6 września 2026

27.78B dense, natively multimodal — text, images and video in. 262,144-token native context, extendable to 1M with YaRN, Apache 2.0. 17.6 GB at Q4_K_M puts it inside a 24 GB card with room for context, which is what makes it the current default recommendation at the single-GPU tier.

Qwen3.8 27B potrzebuje około 18 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.

Logika90

Kreatywność86

Kod91

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.	VRAM	Szybkość (szac.)	Dopasowanie
Q2_K 2.63 bpw	10.6 GB	~67 tok/s	Mieści się
Q3_K_M 3.41 bpw	13.3 GB	~54 tok/s	Mieści się
Q4_K_M 4.83 bpw	18.3 GB	~40 tok/s	Mieści się
Q5_K_M 5.67 bpw	21.2 GB	~35 tok/s	Mieści się
Q6_K 6.56 bpw	24.3 GB	~5 tok/s	Częściowo w RAM
Q8_0 8.50 bpw	31 GB	~4 tok/s	Częściowo w RAM
F16 16.00 bpw	57.1 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 Qwen3.8 27B →

Uruchom Qwen3.8 27B

Najtańsze GPU z naszego katalogu, które uruchomi Qwen3.8 27B, to AMD Radeon RX 7900 XT (20 GB).

Kup ten sprzęt AMD Radeon RX 7900 XT 20GB — 20 GB VRAM · 315 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.

AMD Radeon RX 7900 XT 20GB

20 GB VRAM · 315 W board power

Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Sprawdź cenę na Amazon

Jak uruchomić Qwen3.8 27B

Zainstaluj Ollama, a potem uruchom:

$ollama run qwen3.8:27b

Wagi na Hugging Face: Qwen/Qwen3.8-27B ↗

Specyfikacja

Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.

Parametry: 27.78 Billion
Okno kontekstu: 262,144
Architektura: Dense Transformer (native multimodal)
Dostawca: Alibaba Cloud
Licencja: Apache 2.0
Practical deployment: Single consumer GPU
Określono przy: Q4_K_M
RAM systemowy: 32 GB
Rekord zaktualizowany: 2026-09-06

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 docodinggeneral purposemultimodallong context

Czy uruchomię Qwen3.8 27B na moim GPU?

Inne rozmiary Qwen3.8

Qwen3.8 27B — najczęściej zadawane pytania

How much VRAM does Qwen3.8 27B need?

About 18 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 Qwen3.8 27B run on an RTX 4090 (24 GB)?

Yes. Qwen3.8 27B needs about 18 GB at Q4_K_M, inside a 24 GB card, at an estimated 40 tokens/sec.

How do I run Qwen3.8 27B locally?

Install Ollama and run `ollama run qwen3.8:27b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.

What other sizes does Qwen3.8 come in?

Qwen3.8 27B (18 GB), Qwen3.8-Max (1450 GB), Qwen3.8-Flash-Next (109 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.