Qwen3.5-9B
Alibaba Qwen 的 Qwen3.5-9B（9B 參數）。以 Q4_K_M 量化、8K 上下文估算約需 6.1 GiB 記憶體。 能看圖片與影片的 9B 模型，支援 256K 上下文；32 層中只有 8 層需要 KV 快取，開長上下文也省記憶體。8-bit 量化放得進 12 GB 顯示卡。
最後更新: 2026-10-13
模型資訊
執行方式
ollama run qwen3.5:9b
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 | 6.0 GiB | 6.1 GiB | 6.8 GiB |
| Q5_K_M | 6.9 GiB | 7.0 GiB | 7.8 GiB |
| Q6_K | 7.9 GiB | 8.0 GiB | 8.7 GiB |
| Q8_0 | 10.0 GiB | 10.1 GiB | 10.9 GiB |
| FP16 | 18.2 GiB | 18.4 GiB | 19.1 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
Qwen3.5-9B 需要多少 VRAM／記憶體？
以 8K 上下文估算：Q4_K_M 量化約需 6.1 GiB，Q8_0 約需 10.1 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 Qwen3.5-9B 嗎？
可以。Qwen3.5-9B 在 GeForce RTX 4090（24 GB）上以 FP16 量化、8K 上下文約需 18.4 GiB，預估生成速度約每秒 39 個 token。
Mac 可以跑 Qwen3.5-9B 嗎？
可以。Qwen3.5-9B 在 M3 Ultra（96 GB）上以 FP16 量化、8K 上下文約需 18.4 GiB，預估生成速度約每秒 30 個 token。
Qwen3.5-9B 可以商用嗎？
Qwen3.5-9B 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/Qwen3.5-9B/blob/main/LICENSE
- https://huggingface.co/Qwen/Qwen3.5-9B
- https://huggingface.co/Qwen/Qwen3.5-9B/resolve/main/config.json
- https://huggingface.co/api/models/Qwen/Qwen3.5-9B?expand[]=safetensors
- https://ollama.com/library/qwen3.5/tags