🧠 語言模型8 版本Apache 2.0

Qwen3.5

Qwen3.5 大型 MoE 模型，122B 總參數激活 10B，支援 262K 上下文。在 llm-stats.com 開源排行榜名列第 5，Code Arena 1136，GPQA 88.4%。

📅 發布：2026-02🔄 最新：2026-03↻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

2.3 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 qwen3.5:0.8b

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 Qwen3.5 --dtype auto

下載 LM Studio，在搜尋欄輸入模型名稱，點擊下載即可。支援 Windows/Mac/Linux。

ollama run qwen3.5:0.8b

參數量800M

最大上下文262K tokens

HF 下載量890K/月

超長上下文高效MoE架構多模態理解旗艦級性能低顯存高效

Ollamallama.cppLM StudiovLLMSGLang

分享你的使用體驗，幫助其他人了解這個模型

0/1000

TESTING8 小時前

TESTING