Qwen3.5-35B-A3B
Alibaba Qwen 的 Qwen3.5-35B-A3B（35B 參數，MoE 每 token 啟用 3B）。以 Q4_K_M 量化、8K 上下文估算約需 21.4 GiB 記憶體。 能看圖的 MoE 模型，總參數 35B、只啟用 3B，生成速度快；4-bit 量化放得進 24 GB 顯示卡。
最後更新: 2026-10-13
模型資訊
執行方式
ollama run qwen3.5:35b
所需記憶體
模型權重＋KV 快取＋執行環境開銷，單位 GiB。量化越低越省記憶體，品質略降。
| 量化 | 4K 上下文 | 8K 上下文 | 32K 上下文 |
|---|---|---|---|
| Q4_K_M | 21.3 GiB | 21.4 GiB | 21.9 GiB |
| Q5_K_M | 24.9 GiB | 25.0 GiB | 25.5 GiB |
| Q6_K | 28.8 GiB | 28.9 GiB | 29.3 GiB |
| Q8_0 | 36.9 GiB | 37.0 GiB | 37.5 GiB |
| FP16 | 69.0 GiB | 69.1 GiB | 69.6 GiB |
哪些硬體跑得動
在 8K 上下文長度下，各硬體放得下的最佳量化版本。 此為估算值，並非實測。請參考估算方法說明。
常見問題
Qwen3.5-35B-A3B 需要多少 VRAM／記憶體？
以 8K 上下文估算：Q4_K_M 量化約需 21.4 GiB，Q8_0 約需 37.0 GiB（含模型權重、KV 快取與執行環境開銷）。上下文越長，KV 快取越大。
GeForce RTX 4090 跑得動 Qwen3.5-35B-A3B 嗎？
可以。Qwen3.5-35B-A3B 在 GeForce RTX 4090（24 GB）上以 Q4_K_M 量化、8K 上下文約需 21.4 GiB，預估生成速度約每秒 388 個 token。
Mac 可以跑 Qwen3.5-35B-A3B 嗎？
可以。Qwen3.5-35B-A3B 在 M3 Ultra（96 GB）上以 FP16 量化、8K 上下文約需 69.1 GiB，預估生成速度約每秒 89 個 token。
Qwen3.5-35B-A3B 可以商用嗎？
Qwen3.5-35B-A3B 採用 Apache-2.0 授權。授權允許商業使用（請仍詳閱條款中的限制）。
資料來源
- https://github.com/QwenLM/Qwen3.8/blob/main/README.md
- https://huggingface.co/Qwen/Qwen3.5-35B-A3B/blob/main/LICENSE
- https://huggingface.co/Qwen/Qwen3.5-35B-A3B
- https://huggingface.co/Qwen/Qwen3.5-35B-A3B/resolve/main/config.json
- https://huggingface.co/api/models/Qwen/Qwen3.5-35B-A3B?expand[]=safetensors
- https://ollama.com/library/qwen3.5/tags