Qwen3.8-Max — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
2.4 trillion parameters with roughly 95B active per token. Shipped as a service on 3 August 2026 with open weights following on 12 August under a model-specific Qwen3.8-Max licence, not Apache. Cluster-class self-hosting — about 1.45 TB at Q4_K_M — so for almost everyone this is an API model; it is listed here so the hardware checker can say so rather than stay silent.
Qwen3.8-Max 在 Q4_K_M 下约需 1450 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)。仅含权重与开销：该模型架构未公开，因此未计入 KV 缓存。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 789.8 GB | — | 放不下 | |
| Q3_K_M 3.41 bpw | 1023.8 GB | — | 放不下 | |
| Q4_K_M 4.83 bpw | 1449.8 GB | — | 放不下 | |
| Q5_K_M 5.67 bpw | 1701.8 GB | — | 放不下 | |
| Q6_K 6.56 bpw | 1968.8 GB | — | 放不下 | |
| Q8_0 8.50 bpw | 2550.8 GB | — | 放不下 | |
| F16 16.00 bpw | 4800.8 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. Qwen3.8-Max 显存计算器 →
运行 Qwen3.8-Max
Qwen3.8-Max is not practical on a single consumer GPU: it needs about 1449.8 GB at Q4_K_M, more than any single device in our catalogue holds with headroom. How multi-GPU inference works, or rent a multi-GPU server by the hour:
如何运行 Qwen3.8-Max
安装 Ollama，然后运行：
ollama run qwen3-8规格
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- 参数量
- 2.4 Trillion (95B active)
- 上下文窗口
- 262,144
- 架构
- Mixture-of-Experts
- 提供商
- Alibaba Cloud
- 许可证
- Qwen3.8-Max License (model-specific)
- Practical deployment
- Private cloud / datacenter cluster
- 规格量化
- Q4_K_M
- 系统内存
- 2048 GB
- 记录更新于
- 2026-09-06
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
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 Qwen3.8-Max 吗？
- Qwen3.8-Max 在 AMD Radeon RX 7800 XT 上
- Qwen3.8-Max 在 AMD Radeon RX 7900 XT 上
- Qwen3.8-Max 在 AMD Radeon RX 7900 XTX 上
- Qwen3.8-Max 在 AMD Radeon RX 9060 XT 16GB 上
- Qwen3.8-Max 在 AMD Radeon RX 9060 XT 8GB 上
- Qwen3.8-Max 在 AMD Radeon RX 9070 上
- Qwen3.8-Max 在 AMD Radeon RX 9070 XT 上
- Qwen3.8-Max 在 Apple M1 上
- Qwen3.8-Max 在 Apple M1 Pro 上
- Qwen3.8-Max 在 Apple M2 上
- Qwen3.8-Max 在 Apple M2 Pro 上
- Qwen3.8-Max 在 Apple M2 Ultra 上
- Qwen3.8-Max 在 Apple M3 上
- Qwen3.8-Max 在 Apple M3 Pro 上
- Qwen3.8-Max 在 Apple M4 上
- Qwen3.8-Max 在 Apple M4 Pro 上
- Qwen3.8-Max 在 Apple M5 上
- Qwen3.8-Max 在 Intel Arc B570 上
- Qwen3.8-Max 在 Intel Arc B580 上
- Qwen3.8-Max 在 NVIDIA DGX Spark 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 3070 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 3070 Ti 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 3090 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 4060 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 4060 Ti 16GB 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 4070 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 4070 Super 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 4070 Ti 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 4070 Ti Super 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 4080 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 4080 Super 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 4090 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 5060 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 5060 Ti 16GB 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 5070 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 5070 Ti 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 5080 上
- Qwen3.8-Max 在 NVIDIA GeForce RTX 5090 上
Qwen3.8 的其他尺寸
Qwen3.8-Max — 常见问题
How much VRAM does Qwen3.8-Max need?
About 1450 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-Max run on an RTX 4090 (24 GB)?
No. Qwen3.8-Max needs about 1450 GB at Q4_K_M, more than a single RTX 4090's 24 GB. It needs a larger card, several GPUs, or Apple Silicon with enough unified memory — or it runs with part of the weights offloaded to system RAM, which is much slower.
How do I run Qwen3.8-Max locally?
Install Ollama and run `ollama run qwen3-8`. 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.