Qwen 3.5 — Alibaba Cloud 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
阿里巴巴2026年2月的旗舰新一代。Qwen 3.5立即登顶多项开源推理基准测试，GPQA Diamond得分88.4，SWE-bench Verified得分76.4。MoE架构提供8–19倍更高的解码吞吐量，支持200+语言。Apache 2.0许可证。
变体
Qwen 3.5 最小的变体在 Q4_K_M 下约需 1 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 3.5 0.8B → 0.8B | ~1.3 GB | 256,000 | ollama run qwen3.5:0.8b | |
| Qwen 3.5 2B → 2B | ~2 GB | 256,000 | ollama run qwen3.5:2b | |
| Qwen 3.5 4B → 4B | ~3.2 GB | 256,000 | ollama run qwen3.5:4b | |
| Qwen 3.5 9B → 9B | ~6.2 GB | 256,000 | ollama run qwen3.5:9b | |
| Qwen 3.5 27B → 27B | ~17.1 GB | 262,144 | ollama run qwen3.5:27b | |
| Qwen 3.5 35B-A3B → 35B (3B active) | ~21.9 GB | 262,144 | ollama run qwen3.5:35b-a3b | |
| Qwen 3.5 122B-A10B → 122B (10B active) | ~74.5 GB | 262,144 | ollama run qwen3.5:122b | |
| Qwen 3.5 397B-A17B → 397B (17B active) | ~240.5 GB | 262,144 | 云端托管标签 |
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 3.5
安装 Ollama，然后拉取标签。
ollama run qwen3.5:0.8b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 3.5 0.8B, Qwen 3.5 2B, Qwen 3.5 4B, Qwen 3.5 9B, Qwen 3.5 27B, Qwen 3.5 35B-A3B, Qwen 3.5 122B-A10B, Qwen 3.5 397B-A17B推荐 GPU
目录中能在本地运行 Qwen 3.5（至少 1 GB 显存）的最便宜 GPU 是 Intel Arc B570 (10 GB).
我的 GPU 能运行 Qwen 3.5 吗？
- Qwen 3.5 在 AMD Radeon RX 7900 XT 上
- Qwen 3.5 在 AMD Radeon RX 7900 XTX 上
- Qwen 3.5 在 AMD Radeon RX 9060 XT 8GB 上
- Qwen 3.5 在 AMD Ryzen AI Max+ 395 上
- Qwen 3.5 在 Apple M1 Pro 上
- Qwen 3.5 在 Apple M1 Ultra 上
- Qwen 3.5 在 Apple M2 上
- Qwen 3.5 在 Apple M2 Pro 上
- Qwen 3.5 在 Apple M2 Ultra 上
- Qwen 3.5 在 Apple M3 上
- Qwen 3.5 在 Apple M3 Pro 上
- Qwen 3.5 在 Apple M4 上
- Qwen 3.5 在 Apple M4 Max 上
- Qwen 3.5 在 Apple M4 Pro 上
- Qwen 3.5 在 Apple M5 上
- Qwen 3.5 在 Apple M5 Max 上
- Qwen 3.5 在 Intel Arc B570 上
- Qwen 3.5 在 Intel Arc B580 上
- Qwen 3.5 在 NVIDIA A100 80GB (PCIe) 上
- Qwen 3.5 在 NVIDIA DGX Spark 上
- Qwen 3.5 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Qwen 3.5 在 NVIDIA GeForce RTX 3070 上
- Qwen 3.5 在 NVIDIA GeForce RTX 3070 Ti 上
- Qwen 3.5 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Qwen 3.5 在 NVIDIA GeForce RTX 3090 上
- Qwen 3.5 在 NVIDIA GeForce RTX 4060 上
- Qwen 3.5 在 NVIDIA GeForce RTX 4070 上
- Qwen 3.5 在 NVIDIA GeForce RTX 4070 Super 上
- Qwen 3.5 在 NVIDIA GeForce RTX 4070 Ti 上
- Qwen 3.5 在 NVIDIA GeForce RTX 4090 上
- Qwen 3.5 在 NVIDIA GeForce RTX 5060 上
- Qwen 3.5 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- Qwen 3.5 在 NVIDIA GeForce RTX 5070 上
- Qwen 3.5 在 NVIDIA GeForce RTX 5090 上
- Qwen 3.5 在 NVIDIA H100 80GB (PCIe) 上
- Qwen 3.5 在 NVIDIA L40S 上
- Qwen 3.5 在 NVIDIA RTX 6000 Ada Generation 上
- Qwen 3.5 在 NVIDIA RTX PRO 6000 Blackwell 上
Qwen 3.5 — 常见问题
How much VRAM does Qwen 3.5 need?
Qwen 3.5 needs about 1 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Qwen 3.5 0.8B (1 GB, Q4_K_M); Qwen 3.5 2B (2 GB, Q4_K_M); Qwen 3.5 4B (3 GB, Q4_K_M); Qwen 3.5 9B (6 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run Qwen 3.5 on an RTX 4090 (24 GB)?
Yes — Qwen 3.5 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 3.5?
Q4_K_M is the best balance of quality and VRAM for Qwen 3.5 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 3.5 with Ollama?
Install Ollama, then run: ollama run qwen3.5:0.8b. This downloads Qwen 3.5 and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.