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。
| 量化 | 1K | 4K | 8K | 16K | 32K | 64K | 128K |
|---|---|---|---|---|---|---|---|
| FP16 / BF16 | 9.0 GB | 10.5 GB | 12.1 GB | 14.8 GB | 19.5 GB | 27.7 GB | 42.2 GB |
| Q2_K | 2.3 GB | 3.8 GB | 5.4 GB | 8.1 GB | 12.8 GB | 21.0 GB | 35.5 GB |
| Q3_K_M | 2.8 GB | 4.3 GB | 5.8 GB | 8.5 GB | 13.2 GB | 21.5 GB | 35.9 GB |
| Q4_K_M★ | 3.3 GB | 4.8 GB | 6.3 GB | 9.0 GB | 13.7 GB | 22.0 GB | 36.4 GB |
| Q5_K_M | 3.8 GB | 5.3 GB | 6.8 GB | 9.5 GB | 14.2 GB | 22.5 GB | 36.9 GB |
| Q6_K | 4.3 GB | 5.8 GB | 7.3 GB | 10.0 GB | 14.7 GB | 23.0 GB | 37.4 GB |
| Q8_0 | 5.3 GB | 6.8 GB | 8.3 GB | 11.0 GB | 15.7 GB | 24.0 GB | 38.4 GB |
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:4bQwen3-VL 是一個開源多模態,擁有 4B 參數,採用 Apache 2.0 授權。可使用 Ollama、vLLM、llama.cpp、SGLang 進行部署。適用場景包括:適用於需要精準圖像分析與複雜視覺推理的智慧安防或醫療影像診斷系統。、可用於開發能理解並操作圖形使用者介面(GUI)的自動化工具或視覺程式碼生成應用。、適合處理包含大量視覺資訊的長篇文檔或長時間影片內容,進行摘要與問答。。核心優勢: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。 可在本地硬體上自行部署,完全保護隱私,無需 API 金鑰。
分享你的使用體驗,幫助其他人了解這個模型