Qwen 3 — Alibaba Cloud 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
阿里巴巴的下一代模型系列，具备突破性的混合思维模式。Qwen 3模型可按需切换快速响应模式和深度思维链推理——输入/think处理复杂问题，/no_think获得快速答案。提供密集型和MoE变体。
变体
Qwen 3 最小的变体在 Q4_K_M 下约需 6 GB 显存——量化权重加框架开销，不含 KV 缓存。
| 模型 | Q4 下显存 | 显存 | 上下文 | 运行 |
|---|---|---|---|---|
| Qwen 3 8B → 8B | ~5.8 GB | 128,000 | ollama run qwen3:8b | |
| Qwen 3 14B → 14B | ~9.7 GB | 128,000 | ollama run qwen3:14b | |
| Qwen 3 32B → 32B | ~20.6 GB | 128,000 | ollama run qwen3:32b | |
| Qwen 3 30B-A3B (MoE) → 30B (3B active) | ~19.2 GB | 128,000 | ollama run qwen3:30b-a3b | |
| Qwen 3 235B-A22B (MoE) → 235B (22B active) | ~142.7 GB | 128,000 | ollama run qwen3:235b-a22b |
显存为 Q4_K_M 下的量化权重加开销，与 GPU 与显存检测器使用同一引擎计算。
如何在本地运行 Qwen 3
安装 Ollama，然后拉取标签。
ollama run qwen3:8b在上方选择一个尺寸，查看它自己的显存、速度估算和安装命令。
许可证
Commercial use permitted. No usage restrictions beyond attribution.
适用于: Qwen 3 8B, Qwen 3 14B, Qwen 3 32B, Qwen 3 30B-A3B (MoE), Qwen 3 235B-A22B (MoE)推荐 GPU
目录中能在本地运行 Qwen 3（至少 6 GB 显存）的最便宜 GPU 是 Intel Arc B570 (10 GB).
我的 GPU 能运行 Qwen 3 吗？
- Qwen 3 在 AMD Radeon RX 7800 XT 上
- Qwen 3 在 AMD Radeon RX 7900 XT 上
- Qwen 3 在 AMD Radeon RX 7900 XTX 上
- Qwen 3 在 AMD Radeon RX 9060 XT 16GB 上
- Qwen 3 在 AMD Radeon RX 9060 XT 8GB 上
- Qwen 3 在 AMD Radeon RX 9070 上
- Qwen 3 在 AMD Radeon RX 9070 XT 上
- Qwen 3 在 Apple M1 上
- Qwen 3 在 Apple M1 Pro 上
- Qwen 3 在 Apple M2 Pro 上
- Qwen 3 在 Apple M2 Ultra 上
- Qwen 3 在 Apple M3 Pro 上
- Qwen 3 在 Apple M4 上
- Qwen 3 在 Apple M5 上
- Qwen 3 在 Intel Arc B570 上
- Qwen 3 在 Intel Arc B580 上
- Qwen 3 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Qwen 3 在 NVIDIA GeForce RTX 3070 上
- Qwen 3 在 NVIDIA GeForce RTX 3070 Ti 上
- Qwen 3 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Qwen 3 在 NVIDIA GeForce RTX 3090 上
- Qwen 3 在 NVIDIA GeForce RTX 4060 上
- Qwen 3 在 NVIDIA GeForce RTX 4060 Ti 16GB 上
- Qwen 3 在 NVIDIA GeForce RTX 4070 上
- Qwen 3 在 NVIDIA GeForce RTX 4070 Super 上
- Qwen 3 在 NVIDIA GeForce RTX 4070 Ti 上
- Qwen 3 在 NVIDIA GeForce RTX 4070 Ti Super 上
- Qwen 3 在 NVIDIA GeForce RTX 4080 上
- Qwen 3 在 NVIDIA GeForce RTX 4080 Super 上
- Qwen 3 在 NVIDIA GeForce RTX 4090 上
- Qwen 3 在 NVIDIA GeForce RTX 5060 上
- Qwen 3 在 NVIDIA GeForce RTX 5060 Ti 16GB 上
- Qwen 3 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- Qwen 3 在 NVIDIA GeForce RTX 5070 上
- Qwen 3 在 NVIDIA GeForce RTX 5070 Ti 上
- Qwen 3 在 NVIDIA GeForce RTX 5080 上
- Qwen 3 在 NVIDIA GeForce RTX 5090 上
- Qwen 3 在 NVIDIA L40S 上
- Qwen 3 在 NVIDIA RTX 6000 Ada Generation 上
Qwen 3 — 常见问题
How much VRAM does Qwen 3 need?
Qwen 3 needs about 6 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Qwen 3 8B (6 GB, Q4_K_M); Qwen 3 14B (10 GB, Q4_K_M); Qwen 3 32B (21 GB, Q4_K_M); Qwen 3 30B-A3B (MoE) (19 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run Qwen 3 on an RTX 4090 (24 GB)?
Yes — Qwen 3 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?
Q4_K_M is the best balance of quality and VRAM for Qwen 3 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 with Ollama?
Install Ollama, then run: ollama run qwen3:8b. This downloads Qwen 3 and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.