EXAONE 3.5 32B — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
Full-power EXAONE. Leads real-world usability benchmarks in its class. Excellent long-context performance at 32K context.
EXAONE 3.5 32B 在 Q4_K_M 下约需 20 GB 显存——量化权重加框架开销，不含 KV 缓存。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。包含 8K 上下文的 KV 缓存，因此数值高于上方的主数字。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 13.5 GB | ~57 tok/s | 可运行 | |
| Q3_K_M 3.41 bpw | 16.6 GB | ~46 tok/s | 可运行 | |
| Q4_K_M 4.83 bpw | 22.3 GB | ~34 tok/s | 勉强 | |
| Q5_K_M 5.67 bpw | 25.6 GB | ~4 tok/s | 需卸载 | |
| Q6_K 6.56 bpw | 29.2 GB | ~4 tok/s | 需卸载 | |
| Q8_0 8.50 bpw | 36.9 GB | ~3 tok/s | 需卸载 | |
| F16 16.00 bpw | 66.9 GB | — | 放不下 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. EXAONE 3.5 32B 显存计算器 →
运行 EXAONE 3.5 32B
目录中能运行 EXAONE 3.5 32B 的最便宜 GPU 是 AMD Radeon RX 7900 XTX (24 GB).
或在 Vast.ai 比较，低至 $0.35/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
如何运行 EXAONE 3.5 32B
安装 Ollama，然后运行：
ollama run exaone3.5:32b规格
Preview — The model is released, but these specs are thin or rest on a single source. Individual fields may be wrong.
Preview — The model is released, but these specs are thin or rest on a single source. Individual fields may be wrong.
- 参数量
- 32 Billion
- 上下文窗口
- 32,768
- 架构
- Dense, Decoder-only
- 提供商
- LG AI Research
- 许可证
- MIT
- Practical deployment
- Single consumer GPU
- 规格量化
- Q4_K_M
- 系统内存
- 48 GB
- 记录更新于
- 2026-02-10
Commercial use permitted. No usage restrictions beyond attribution.
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
我的 GPU 能运行 EXAONE 3.5 32B 吗？
- EXAONE 3.5 32B 在 AMD Radeon RX 7900 XTX 上
- EXAONE 3.5 32B 在 AMD Radeon RX 9060 XT 8GB 上
- EXAONE 3.5 32B 在 Apple M1 Pro 上
- EXAONE 3.5 32B 在 Apple M2 Pro 上
- EXAONE 3.5 32B 在 Apple M3 Pro 上
- EXAONE 3.5 32B 在 Apple M4 上
- EXAONE 3.5 32B 在 Apple M5 上
- EXAONE 3.5 32B 在 Intel Arc B570 上
- EXAONE 3.5 32B 在 NVIDIA GeForce RTX 3070 上
- EXAONE 3.5 32B 在 NVIDIA GeForce RTX 3070 Ti 上
- EXAONE 3.5 32B 在 NVIDIA GeForce RTX 3080 (10GB) 上
- EXAONE 3.5 32B 在 NVIDIA GeForce RTX 3090 上
- EXAONE 3.5 32B 在 NVIDIA GeForce RTX 4060 上
- EXAONE 3.5 32B 在 NVIDIA GeForce RTX 4090 上
- EXAONE 3.5 32B 在 NVIDIA GeForce RTX 5060 上
- EXAONE 3.5 32B 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- EXAONE 3.5 32B 在 NVIDIA GeForce RTX 5090 上
- EXAONE 3.5 32B 在 NVIDIA L40S 上
- EXAONE 3.5 32B 在 NVIDIA RTX 6000 Ada Generation 上
EXAONE 3.5 的其他尺寸
EXAONE 3.5 32B — 常见问题
How much VRAM does EXAONE 3.5 32B need?
About 20 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 EXAONE 3.5 32B run on an RTX 4090 (24 GB)?
Yes. EXAONE 3.5 32B needs about 20 GB at Q4_K_M, inside a 24 GB card, at an estimated 34 tokens/sec.
How do I run EXAONE 3.5 32B locally?
Install Ollama and run `ollama run exaone3.5:32b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does EXAONE 3.5 come in?
EXAONE 3.5 2.4B (2 GB), EXAONE 3.5 7.8B (6 GB), EXAONE 3.5 32B (20 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.