Qwen3.8-Flash-Next: VRAM-Bedarf 131,53 GiB

VRAM-Bedarf 111,75 GiB–131,53 GiB. Qwen3.8-Flash-Next Q4_K_M bei 8.192 Tokens. Keine Grafikkarte gewählt, daher nur Bedarf, keine Einpassung. Grobe Schätzung BF16-Datei: 359.999.963.128 Bytes.

Der Checkpoint Qwen/Qwen3.8-Flash-Next liefert in diesem Katalog BF16-Safetensors mit 359.999.963.128 Bytes (335,28 GiB / 360,00 GB). Diese Downloadgröße ist nicht der VRAM-Spitzenwert, und die Zahlen unten sind Schätzungen.

Konkrete Checkpoints mit belegter Struktur und ausgewählten Gewichtungsdateien. GGUF Q4_K_M (bartowski): 111,75 GiB–131,53 GiB bei 8.192 Tokens, 1 Sequenz, FP16-KV, llama.cpp.

Das Ergebnis ist eine Schätzung, keine Messung.Nicht geprüftDateigestützte Gewichte

Läuft auf

Läuft Qwen3.8-Flash-Next auf DGX Spark (GB10)?

Herausgeber und Herkunft

AnbieterQwen
Hugging FaceQwen/Qwen3.8-Flash-Next
Revisionde4b8e4d43b917e7706784d8bb445c9af86a3540
Parameter gesamt179.999.981.459
Aktive ParameterUnbekannt / nicht unabhängig belegt
Schichten48
Query-Köpfe24
KV-Köpfe2 (hybrid)
Kopfdimension256
Dokumentierte Kontextfähigkeit262.144
Vollständigkeitpartial · partial

Die Zahl aktiver Parameter ist unbekannt oder nicht unabhängig belegt. Aktive Parameter beschreiben geroutete Rechenlast, nicht den vollständigen residenten Gewichtsumfang.

Speicherschichten in dieser Schätzung

Datei-Bytes, rohes KV, Engine-Zusätze und Gesamtbedarf stehen getrennt. Das ist keine Laufzeitspur.

Weight artifact: 111,39 GiB (119.599.030.080 bytes)
Raw KV cache: 0,19 GiB (201.326.592 bytes)
Engine extras / workspace: 0,18 GiB–19,95 GiB
Total estimated demand: 111,75 GiB–131,53 GiB

Gewählte Dateien

Quantisierung	Gewählte Dateien	Bytes	Laufzeit	Beleg
BF16 safetensors bf16 Rechner: BF16 safetensors	131 Safetensors-Shards Ausgewählte Bytes gesamt: 359.999.963.128 (335,28 GiB / 360,00 GB) Erster Shard: model-00001-of-00131.safetensors Letzter Shard: model-00131-of-00131.safetensors Alle 131 Shard-Dateien anzeigen `model-00001-of-00131.safetensors` `model-00002-of-00131.safetensors` `model-00003-of-00131.safetensors` `model-00004-of-00131.safetensors` `model-00005-of-00131.safetensors` `model-00006-of-00131.safetensors` `model-00007-of-00131.safetensors` `model-00008-of-00131.safetensors` `model-00009-of-00131.safetensors` `model-00010-of-00131.safetensors` `model-00011-of-00131.safetensors` `model-00012-of-00131.safetensors` `model-00013-of-00131.safetensors` `model-00014-of-00131.safetensors` `model-00015-of-00131.safetensors` `model-00016-of-00131.safetensors` `model-00017-of-00131.safetensors` `model-00018-of-00131.safetensors` `model-00019-of-00131.safetensors` `model-00020-of-00131.safetensors` `model-00021-of-00131.safetensors` `model-00022-of-00131.safetensors` `model-00023-of-00131.safetensors` `model-00024-of-00131.safetensors` `model-00025-of-00131.safetensors` `model-00026-of-00131.safetensors` `model-00027-of-00131.safetensors` `model-00028-of-00131.safetensors` `model-00029-of-00131.safetensors` `model-00030-of-00131.safetensors` `model-00031-of-00131.safetensors` `model-00032-of-00131.safetensors` `model-00033-of-00131.safetensors` `model-00034-of-00131.safetensors` `model-00035-of-00131.safetensors` `model-00036-of-00131.safetensors` `model-00037-of-00131.safetensors` `model-00038-of-00131.safetensors` `model-00039-of-00131.safetensors` `model-00040-of-00131.safetensors` `model-00041-of-00131.safetensors` `model-00042-of-00131.safetensors` `model-00043-of-00131.safetensors` `model-00044-of-00131.safetensors` `model-00045-of-00131.safetensors` `model-00046-of-00131.safetensors` `model-00047-of-00131.safetensors` `model-00048-of-00131.safetensors` `model-00049-of-00131.safetensors` `model-00050-of-00131.safetensors` `model-00051-of-00131.safetensors` `model-00052-of-00131.safetensors` `model-00053-of-00131.safetensors` `model-00054-of-00131.safetensors` `model-00055-of-00131.safetensors` `model-00056-of-00131.safetensors` `model-00057-of-00131.safetensors` `model-00058-of-00131.safetensors` `model-00059-of-00131.safetensors` `model-00060-of-00131.safetensors` `model-00061-of-00131.safetensors` `model-00062-of-00131.safetensors` `model-00063-of-00131.safetensors` `model-00064-of-00131.safetensors` `model-00065-of-00131.safetensors` `model-00066-of-00131.safetensors` `model-00067-of-00131.safetensors` `model-00068-of-00131.safetensors` `model-00069-of-00131.safetensors` `model-00070-of-00131.safetensors` `model-00071-of-00131.safetensors` `model-00072-of-00131.safetensors` `model-00073-of-00131.safetensors` `model-00074-of-00131.safetensors` `model-00075-of-00131.safetensors` `model-00076-of-00131.safetensors` `model-00077-of-00131.safetensors` `model-00078-of-00131.safetensors` `model-00079-of-00131.safetensors` `model-00080-of-00131.safetensors` `model-00081-of-00131.safetensors` `model-00082-of-00131.safetensors` `model-00083-of-00131.safetensors` `model-00084-of-00131.safetensors` `model-00085-of-00131.safetensors` `model-00086-of-00131.safetensors` `model-00087-of-00131.safetensors` `model-00088-of-00131.safetensors` `model-00089-of-00131.safetensors` `model-00090-of-00131.safetensors` `model-00091-of-00131.safetensors` `model-00092-of-00131.safetensors` `model-00093-of-00131.safetensors` `model-00094-of-00131.safetensors` `model-00095-of-00131.safetensors` `model-00096-of-00131.safetensors` `model-00097-of-00131.safetensors` `model-00098-of-00131.safetensors` `model-00099-of-00131.safetensors` `model-00100-of-00131.safetensors` `model-00101-of-00131.safetensors` `model-00102-of-00131.safetensors` `model-00103-of-00131.safetensors` `model-00104-of-00131.safetensors` `model-00105-of-00131.safetensors` `model-00106-of-00131.safetensors` `model-00107-of-00131.safetensors` `model-00108-of-00131.safetensors` `model-00109-of-00131.safetensors` `model-00110-of-00131.safetensors` `model-00111-of-00131.safetensors` `model-00112-of-00131.safetensors` `model-00113-of-00131.safetensors` `model-00114-of-00131.safetensors` `model-00115-of-00131.safetensors` `model-00116-of-00131.safetensors` `model-00117-of-00131.safetensors` `model-00118-of-00131.safetensors` `model-00119-of-00131.safetensors` `model-00120-of-00131.safetensors` `model-00121-of-00131.safetensors` `model-00122-of-00131.safetensors` `model-00123-of-00131.safetensors` `model-00124-of-00131.safetensors` `model-00125-of-00131.safetensors` `model-00126-of-00131.safetensors` `model-00127-of-00131.safetensors` `model-00128-of-00131.safetensors` `model-00129-of-00131.safetensors` `model-00130-of-00131.safetensors` `model-00131-of-00131.safetensors`	359.999.963.128 (335,28 GiB / 360,00 GB)	`vllm, sglang, unspecified`	`file-metadata`
GGUF Q8_0 (Unsloth) gguf-q8_0 Rechner: GGUF Q8_0 (Unsloth)	6 Safetensors-Shards Ausgewählte Bytes gesamt: 188.225.033.248 (175,30 GiB / 188,23 GB) Erster Shard: Q8_0/Qwen3.8-Flash-Next-Q8_0-00001-of-00006.gguf Letzter Shard: Q8_0/Qwen3.8-Flash-Next-Q8_0-00006-of-00006.gguf Alle 6 Shard-Dateien anzeigen `Q8_0/Qwen3.8-Flash-Next-Q8_0-00001-of-00006.gguf` `Q8_0/Qwen3.8-Flash-Next-Q8_0-00002-of-00006.gguf` `Q8_0/Qwen3.8-Flash-Next-Q8_0-00003-of-00006.gguf` `Q8_0/Qwen3.8-Flash-Next-Q8_0-00004-of-00006.gguf` `Q8_0/Qwen3.8-Flash-Next-Q8_0-00005-of-00006.gguf` `Q8_0/Qwen3.8-Flash-Next-Q8_0-00006-of-00006.gguf`	188.225.033.248 (175,30 GiB / 188,23 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q4_K_M (bartowski) gguf-q4_k_m Rechner: GGUF Q4_K_M (bartowski)	Qwen3.8-Flash-Next-Q4_K_M/Qwen3.8-Flash-Next-Q4_K_M-00001-of-00004.gguf, Qwen3.8-Flash-Next-Q4_K_M/Qwen3.8-Flash-Next-Q4_K_M-00002-of-00004.gguf, Qwen3.8-Flash-Next-Q4_K_M/Qwen3.8-Flash-Next-Q4_K_M-00003-of-00004.gguf, Qwen3.8-Flash-Next-Q4_K_M/Qwen3.8-Flash-Next-Q4_K_M-00004-of-00004.gguf	119.599.030.080 (111,39 GiB / 119,60 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q5_K_M (bartowski) gguf-q5_k_m Rechner: GGUF Q5_K_M (bartowski)	Qwen3.8-Flash-Next-Q5_K_M/Qwen3.8-Flash-Next-Q5_K_M-00001-of-00004.gguf, Qwen3.8-Flash-Next-Q5_K_M/Qwen3.8-Flash-Next-Q5_K_M-00002-of-00004.gguf, Qwen3.8-Flash-Next-Q5_K_M/Qwen3.8-Flash-Next-Q5_K_M-00003-of-00004.gguf, Qwen3.8-Flash-Next-Q5_K_M/Qwen3.8-Flash-Next-Q5_K_M-00004-of-00004.gguf	134.668.639.040 (125,42 GiB / 134,67 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q6_K (bartowski) gguf-q6_k Rechner: GGUF Q6_K (bartowski)	5 Safetensors-Shards Ausgewählte Bytes gesamt: 168.113.805.248 (156,57 GiB / 168,11 GB) Erster Shard: Qwen3.8-Flash-Next-Q6_K/Qwen3.8-Flash-Next-Q6_K-00001-of-00005.gguf Letzter Shard: Qwen3.8-Flash-Next-Q6_K/Qwen3.8-Flash-Next-Q6_K-00005-of-00005.gguf Alle 5 Shard-Dateien anzeigen `Qwen3.8-Flash-Next-Q6_K/Qwen3.8-Flash-Next-Q6_K-00001-of-00005.gguf` `Qwen3.8-Flash-Next-Q6_K/Qwen3.8-Flash-Next-Q6_K-00002-of-00005.gguf` `Qwen3.8-Flash-Next-Q6_K/Qwen3.8-Flash-Next-Q6_K-00003-of-00005.gguf` `Qwen3.8-Flash-Next-Q6_K/Qwen3.8-Flash-Next-Q6_K-00004-of-00005.gguf` `Qwen3.8-Flash-Next-Q6_K/Qwen3.8-Flash-Next-Q6_K-00005-of-00005.gguf`	168.113.805.248 (156,57 GiB / 168,11 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
INT4 theoretical	Keine veröffentlichte Datei	89.999.990.730 (Theoretische Zeilen sind keine herunterladbaren Artefakte.)	—	theoretical

Speicher nach Quantisierung und Kontext

Gleichzeitige Sequenzen = 1. KV ist standardmäßig FP16. Die Spanne enthält dokumentierte Laufzeit-Zusätze der genannten Engine. Die Zahlen nutzen denselben Kern wie der interaktive Rechner.

Quantisierung	2.048 tokens	8.192 tokens	32.768 tokens
BF16 safetensors	336,00 GiB–388,56 GiB	336,14 GiB–388,73 GiB	336,70 GiB–389,39 GiB
GGUF Q8_0 (Unsloth)	175,52 GiB–206,32 GiB	175,66 GiB–206,50 GiB	176,23 GiB–207,19 GiB
GGUF Q4_K_M (bartowski)	111,61 GiB–131,35 GiB	111,75 GiB–131,53 GiB	112,31 GiB–132,22 GiB
GGUF Q5_K_M (bartowski)	125,64 GiB–147,81 GiB	125,79 GiB–147,99 GiB	126,35 GiB–148,68 GiB
GGUF Q6_K (bartowski)	156,79 GiB–184,35 GiB	156,93 GiB–184,53 GiB	157,50 GiB–185,22 GiB
INT4 theoretical Theoretische Zeilen sind keine herunterladbaren Artefakte.	84,04 GiB–108,65 GiB	84,18 GiB–108,83 GiB	84,75 GiB–109,52 GiB

KV-Cache (Rohdaten)

Rechner mit diesem Modell öffnen

Quellen

Qwen3.8-Flash-Next model card — Hybrides Layout. Expert-Offload ist nicht angegeben, und aktive Parameter sind nicht die residenten Gewichte. Die Dateigröße ist der gepackte Checkpoint.
config.json — revision de4b8e4d43b917e7706784d8bb445c9af86a3540
safetensors index — metadata.total_size=359999963128
Artifact repo unsloth/Qwen3.8-Flash-Next-GGUF
Artifact repo bartowski/Qwen3.8-Flash-Next-GGUF

Annahmen, die das Ergebnis beeinflussen

Der Kontext liegt im dokumentierten nativen Fenster von 262144 Tokens.
Die vollständige Residenzschätzung nutzt die Gesamtparameter, inklusive inaktiver MoE-Experten.
Die Zahl aktiver Parameter ist unbekannt oder nicht unabhängig belegt. Aktive Parameter beschreiben geroutete Rechenlast, nicht den vollständigen residenten Gewichtsumfang.
Gewichtbytes kommen nur von den gewählten Dateien, nicht von allen Quantisierungen im Repository.
Die Downloadgröße ist nicht der GPU-Spitzenspeicher. Layout, Allocator und KV kommen extra.
Berücksichtigte Dateien: Qwen3.8-Flash-Next-Q4_K_M/Qwen3.8-Flash-Next-Q4_K_M-00001-of-00004.gguf, Qwen3.8-Flash-Next-Q4_K_M/Qwen3.8-Flash-Next-Q4_K_M-00002-of-00004.gguf, Qwen3.8-Flash-Next-Q4_K_M/Qwen3.8-Flash-Next-Q4_K_M-00003-of-00004.gguf, Qwen3.8-Flash-Next-Q4_K_M/Qwen3.8-Flash-Next-Q4_K_M-00004-of-00004.gguf.
Es gibt eine Vision-Komponente. Textinferenz zählt Encoder/Projector nicht.
MTP-/Draft-Gewichte existieren und zählen nur wenn aktiviert.

Rechner

Katalog-Snapshot wird geladen…

Zuerst ein Modell wählen, danach das Gerät prüfen.

Modell

Historische Modelle anzeigen

Quantisierung

Gerätetyp

Hardware

Last

Die Kontextlänge betrifft vor allem den KV-Cache.

Erweiterte Einstellungen

Laufzeit

Engine und KV-Cache-Typ für diese Schätzung.

LaufzeitKV-Cache-TypRecurrent-/Conv-State-Datentyp Theoretische Schätzungen einbeziehen (Experte) Ersatz erlauben, wenn der Filter nichts trifft

Arbeitslast

Overhead-Szenario und der Prefill-Arbeitsspeicher.

Szenario für Laufzeitoverhead Größeren Prefill-Arbeitsspeicher einbeziehen

Topologie

Wie das Modell auf Geräte verteilt wird. Speicher wird nicht addiert.

VerteilungSplit in der ReplikaAnzahl Geräte

Replikatzahl ist eine erweiterte Option. Anzahl meint Knoten oder GPUs, nicht Replikate.

ReplikagruppenGeräte je Replika

Budget

Systemreserve und Sicherheitsmarge. Ein leeres Feld behält den vorherigen Wert.

Reserve für System / Anzeige

GiB (2^30 Byte)

Budget enthält die Systemreserve bereits nicht mehrZusätzliche Sicherheitsmarge

Effektive Bits je Parameter (eigene Angabe)Anzeigeeinheit

Eigenes Modell

Konfiguration importieren oder die Architektur eintragen. Vor dem Import wird nichts gescannt.

Lokale config.json laden

Die Datei wird nur im Browser gelesen und nicht hochgeladen.

Öffentliches Hugging-Face-RepoRevision

Nur huggingface.co, nur config.json, kein Token. Private Repos werden abgelehnt.

Parameter gesamtAktive ParameterSchichtenQuery-KöpfeKV-KöpfeKopfdimension

Suchen oder ein Katalogmodell wählen, um den VRAM-Bedarf zu sehen.

Suchen oder ein Katalogmodell wählen, um den VRAM-Bedarf zu sehen.

Qwen3.8-Flash-Next: VRAM-Bedarf 131,53 GiB

Läuft auf

Herausgeber und Herkunft

Speicherschichten in dieser Schätzung

Gewählte Dateien

Speicher nach Quantisierung und Kontext

KV-Cache (Rohdaten)

Verwandte Seiten

Quellen

Annahmen, die das Ergebnis beeinflussen

Rechner