Qwen (Alibaba) 2026-02-24 发布的开权重图文理解模型，36.0B 总参数 / 约 3B 激活，Apache-2.0 许可。MoE 架构：36B 总参数 / 约 3B 激活，适合显存受限但要更大知识池的场景。
0
量化版本
4
实测记录
量化版本
社区与官方发布的量化版本；「关联实测」只统计精确关联到该发布的实测记录。
还没有已收录的量化版本。
实测数据
共 4 组配置
| 硬件 | 框架 | 量化 | 生成速度 | 运行显存 | 实测次数 | 证据 |
|---|---|---|---|---|---|---|
| Apple M5 Max | llama.cpp | Q4_K_M | 21.9 tok/s | 22.4 GB | 1 | L0 自报 |
| NVIDIA RTX 5080 SUPER | llama.cpp | Q5_K_M | 32.7 tok/s | 24 GB | 1 | L0 自报 |
| NVIDIA RTX 5090 | vLLM | Q4_K_M | 69.6 tok/s | 22.4 GB | 1 | L0 自报 |
| NVIDIA RTX 4090 | llama.cpp | Q4_K_M | 35.9 tok/s | 22.4 GB | 1 | L0 自报 |
其中 4 条实测未关联到具体量化版本，完整数据见搜索页。
社区讨论
还没有讨论——发起第一个话题吧。
发起讨论