👁️ 多模態5 版本Apache 2.0

Qwen3-VL

Qwen3 VL 235B MoE 視覺旗艦，235B 總參數激活 22B，Apache 2.0 授權，視覺理解能力業界頂尖，需多機多 GPU 部署。

↻資料更新：2026年3月25日

選擇版本（參數量）

我的 GPU VRAM：

量化等級

上下文長度

Q4_K_M · 8K context

模型權重 + KV Cache + 0.5 GB overhead

6.3 GB

完整 VRAM 對照表（所有量化 × 上下文）

安裝 Ollama 後直接執行，自動下載並運行模型。

ollama run qwen3-vl:4b

適合進階用戶，支援 CPU 和 GPU 混合推理，可精確控制量化等級。

# Download GGUF model from Hugging Face, then run:
./llama-cli -m model.gguf -p "Hello" -n 128

適合生產環境，支援批次推理和 OpenAI 相容 API。

pip install vllm
vllm serve Qwen3-VL --dtype auto

ollama run qwen3-vl:4b

參數量4B

最大上下文128K tokens

HF 下載量1.2M/月

旗艦視覺理解多模態推理長上下文處理視覺代理能力空間感知強化

OllamavLLMllama.cppSGLang

分享你的使用體驗，幫助其他人了解這個模型

0/1000

還沒有評論，成為第一個分享心得的人！