Qwen3.8 — Alibaba Cloud 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
Alibaba's August 2026 wave. The 27B is a natively multimodal dense model under Apache 2.0 with a 262K context that extends to 1M via YaRN — small enough for one consumer card, which is the combination most of this site's visitors are looking for. Qwen3.8-Max sits at the other extreme: 2.4T parameters with roughly 95B active, open-weighted under its own licence. Qwen3.8-Flash-Next is neither — an experimental preview of the Qwen4 architecture, 180B resident but only 6B active, under the Qwen Community License rather than Apache.
变体
Qwen3.8 最小的变体在 Q4_K_M 下约需 18 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 |
|---|---|---|---|---|
| Qwen3.8 27B → 27B | ~17.6 GB | 262,144 | ollama run qwen3.8:27b | |
| Qwen3.8-Max → 2.4T/95B active | ~1449.8 GB | 262,144 | ollama run qwen3-8 | |
| Qwen3.8-Flash-Next → 180B (6B active) | ~109.5 GB | 262,144 | ollama run qwen3-8 |
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 Qwen3.8
安装 Ollama，然后拉取标签。
ollama run qwen3.8:27b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: Qwen3.8 27BWeights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
适用于: Qwen3.8-MaxWeights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
适用于: Qwen3.8-Flash-Next推荐 GPU
目录中能在本地运行 Qwen3.8（至少 18 GB 显存）的最便宜 GPU 是 AMD Radeon RX 7900 XT (20 GB).
我的 GPU 能运行 Qwen3.8 吗？
- Qwen3.8 在 AMD Radeon RX 7800 XT 上
- Qwen3.8 在 AMD Radeon RX 7900 XT 上
- Qwen3.8 在 AMD Radeon RX 7900 XTX 上
- Qwen3.8 在 AMD Radeon RX 9060 XT 16GB 上
- Qwen3.8 在 AMD Radeon RX 9060 XT 8GB 上
- Qwen3.8 在 AMD Radeon RX 9070 上
- Qwen3.8 在 AMD Radeon RX 9070 XT 上
- Qwen3.8 在 Apple M1 上
- Qwen3.8 在 Apple M1 Pro 上
- Qwen3.8 在 Apple M2 上
- Qwen3.8 在 Apple M2 Pro 上
- Qwen3.8 在 Apple M2 Ultra 上
- Qwen3.8 在 Apple M3 上
- Qwen3.8 在 Apple M3 Pro 上
- Qwen3.8 在 Apple M4 上
- Qwen3.8 在 Apple M4 Pro 上
- Qwen3.8 在 Apple M5 上
- Qwen3.8 在 Intel Arc B570 上
- Qwen3.8 在 Intel Arc B580 上
- Qwen3.8 在 NVIDIA DGX Spark 上
- Qwen3.8 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Qwen3.8 在 NVIDIA GeForce RTX 3070 上
- Qwen3.8 在 NVIDIA GeForce RTX 3070 Ti 上
- Qwen3.8 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Qwen3.8 在 NVIDIA GeForce RTX 3090 上
- Qwen3.8 在 NVIDIA GeForce RTX 4060 上
- Qwen3.8 在 NVIDIA GeForce RTX 4060 Ti 16GB 上
- Qwen3.8 在 NVIDIA GeForce RTX 4070 上
- Qwen3.8 在 NVIDIA GeForce RTX 4070 Super 上
- Qwen3.8 在 NVIDIA GeForce RTX 4070 Ti 上
- Qwen3.8 在 NVIDIA GeForce RTX 4070 Ti Super 上
- Qwen3.8 在 NVIDIA GeForce RTX 4080 上
- Qwen3.8 在 NVIDIA GeForce RTX 4080 Super 上
- Qwen3.8 在 NVIDIA GeForce RTX 4090 上
- Qwen3.8 在 NVIDIA GeForce RTX 5060 上
- Qwen3.8 在 NVIDIA GeForce RTX 5060 Ti 16GB 上
- Qwen3.8 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- Qwen3.8 在 NVIDIA GeForce RTX 5070 上
- Qwen3.8 在 NVIDIA GeForce RTX 5070 Ti 上
- Qwen3.8 在 NVIDIA GeForce RTX 5080 上
- Qwen3.8 在 NVIDIA GeForce RTX 5090 上
Qwen3.8 — 常见问题
How much VRAM does Qwen3.8 need?
Qwen3.8 needs about 18 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Qwen3.8 27B (18 GB, Q4_K_M); Qwen3.8-Max (1450 GB, Q4_K_M); Qwen3.8-Flash-Next (109 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run Qwen3.8 on an RTX 4090 (24 GB)?
Yes — Qwen3.8 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 Qwen3.8?
Q4_K_M is the best balance of quality and VRAM for Qwen3.8 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 Qwen3.8 with Ollama?
Install Ollama, then run: ollama run qwen3.8:27b. This downloads Qwen3.8 and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.