Qwen3-VL-4B-Instruct: requisitos de VRAM y memoria

El checkpoint Qwen/Qwen3-VL-4B-Instruct trae en este catálogo BF16 safetensors de 8.875.631.616 bytes (8,27 GiB / 8,88 GB). Ese tamaño de descarga no es la VRAM pico, y las cifras de abajo son estimaciones.

Puntos de control concretos, con arquitectura y archivos de pesos con fuente. GGUF Q4_K_M (Qwen): 3,58 GiB–4,08 GiB a 8192 tokens, 1 secuencia, KV FP16, llama.cpp.

Este resultado es una estimación, no una traza medida.No verificadoPesos con archivo

Editor y procedencia

ProveedorQwen
Hugging FaceQwen/Qwen3-VL-4B-Instruct
Revisionebb281ec70b05090aa6165b016eac8ec08e71b17
Parámetros totales4.437.815.808
Capas36
Cabezas de consulta32
Cabezas KV8 (gqa)
Dimensión de cabeza128
Contexto documentado262.144
Integridadcomplete · full

Capas de memoria de esta estimación

Los bytes del archivo, el KV bruto, los extras del motor y la demanda total van aparte. No es una traza de ejecución.

Weight artifact: 2,33 GiB (2.497.281.664 bytes)
Raw KV cache: 1,13 GiB (1.207.959.552 bytes)
Engine extras / workspace: 0,13 GiB–0,63 GiB
Total estimated demand: 3,58 GiB–4,08 GiB

Archivos contados

Cuantización	Archivos contados	Bytes	Motor	Evidencia
BF16 safetensors bf16 Calculadora: BF16 safetensors	model-00001-of-00002.safetensors, model-00002-of-00002.safetensors	8.875.631.616 (8,27 GiB / 8,88 GB)	`vllm, sglang, unspecified`	`file-metadata`
GGUF Q4_K_M (Qwen) gguf-q4_k_m Calculadora: GGUF Q4_K_M (Qwen)	Qwen3VL-4B-Instruct-Q4_K_M.gguf	2.497.281.664 (2,33 GiB / 2,50 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q8_0 (Qwen) gguf-q8_0 Calculadora: GGUF Q8_0 (Qwen)	Qwen3VL-4B-Instruct-Q8_0.gguf	4.280.406.144 (3,99 GiB / 4,28 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q5_K_M (Unsloth) gguf-q5_k_m Calculadora: GGUF Q5_K_M (Unsloth)	Qwen3-VL-4B-Instruct-Q5_K_M.gguf	2.889.515.296 (2,69 GiB / 2,89 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q6_K (Unsloth) gguf-q6_k Calculadora: GGUF Q6_K (Unsloth)	Qwen3-VL-4B-Instruct-Q6_K.gguf	3.306.262.816 (3,08 GiB / 3,31 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
INT4 theoretical	No hay archivo publicado	2.218.907.904 (Las filas teóricas no son artefactos descargables.)	—	theoretical

Memoria por cuantización y contexto

Secuencias concurrentes = 1. El KV es FP16 por defecto. El intervalo incluye extras de runtime documentados para el motor indicado. Las cifras usan el mismo núcleo que la calculadora interactiva.

Cuantización	2048 tokens	8192 tokens	32.768 tokens
BF16 safetensors	9,17 GiB–11,06 GiB	10,02 GiB–11,92 GiB	13,39 GiB–15,40 GiB
GGUF Q4_K_M (Qwen)	2,73 GiB–3,16 GiB	3,58 GiB–4,08 GiB	6,95 GiB–7,69 GiB
GGUF Q8_0 (Qwen)	4,39 GiB–4,85 GiB	5,24 GiB–5,77 GiB	8,61 GiB–9,38 GiB
GGUF Q5_K_M (Unsloth)	3,10 GiB–3,53 GiB	3,94 GiB–4,45 GiB	7,32 GiB–8,06 GiB
GGUF Q6_K (Unsloth)	3,49 GiB–3,93 GiB	4,33 GiB–4,84 GiB	7,70 GiB–8,46 GiB
INT4 theoretical Las filas teóricas no son artefactos descargables.	2,47 GiB–3,57 GiB	3,32 GiB–4,62 GiB	6,69 GiB–8,77 GiB

Caché KV (datos brutos)

El KV bruto de GQA/MHA es 2 × capas × kvHeads × headDim × tokens × secuencias × bytes por elemento. Esta página usa KV heads (8), no query heads (32).

8,192 tokens, 1 sequence, FP16: 1.207.959.552 bytes (1,1250 GiB)
32,768 tokens: 4.831.838.208 bytes (4,5000 GiB)

Abrir la calculadora con este modelo

Páginas relacionadas

Fuentes

Qwen3-VL-4B-Instruct model card
config.json — revision ebb281ec70b05090aa6165b016eac8ec08e71b17
safetensors index — metadata.total_size=8875631616
Artifact repo Qwen/Qwen3-VL-4B-Instruct-GGUF
Artifact repo unsloth/Qwen3-VL-4B-Instruct-GGUF

Hipótesis que afectan al resultado

El contexto pedido cabe en la ventana nativa de 262144 tokens.
La estimación residente usa el total de parámetros, incluidos expertos MoE inactivos.
Los bytes de pesos salen solo de los archivos elegidos, no de todas las cuantizaciones del repositorio.
El tamaño de descarga no es la memoria GPU de pico. El diseño en ejecución y la KV van aparte.
Archivos contados: Qwen3VL-4B-Instruct-Q4_K_M.gguf.
Hay componente de visión. La inferencia de texto no incluye encoder ni projector.
El contexto es el número de tokens en caché por secuencia (entrada más generación reservada).
Las secuencias concurrentes comparten una copia del modelo; los pesos no se multiplican por el número de secuencias.

Calculadora

Cargando la instantánea del catálogo…

Elige primero un modelo y después revisa el equipo.

Modelo

Mostrar modelos históricos

Cuantización

Tipo de dispositivo

Hardware

Carga

La longitud de contexto afecta sobre todo a la memoria de la caché KV.

Ajustes avanzados

Ejecución

Motor y tipo de caché KV de esta estimación.

MotorTipo de caché KVDtype de estado recurrente / conv Incluir estimaciones teóricas (experto) Permitir un sustituto si el filtro no tiene coincidencia

Carga

Escenario de sobrecarga y el espacio de prellenado.

Escenario de sobrecoste en tiempo de ejecución Incluir un espacio de trabajo de prefill más pesado

Topología

Cómo se reparte el modelo entre dispositivos. La memoria no se suma.

DesplieguePartición intra-réplicaNúmero de dispositivos

El número de réplicas es avanzado. La cantidad son nodos o GPUs, no réplicas.

Grupos de réplicasDispositivos por réplica

Presupuesto

Reserva del sistema y margen de seguridad. Un número vacío conserva el valor anterior.

Reserva para sistema / pantalla

GiB (2^30 bytes)

El presupuesto ya descuenta la reserva del sistemaMargen de seguridad extra

Bits efectivos por parámetro (personalizado)Unidad de visualización

Modelo personalizado

Importe una config o escriba la arquitectura. No se escanea nada hasta importar.

Importar config.json local

Se analiza en el navegador. El archivo no se sube.

Repo público de Hugging FaceRevisión

Solo huggingface.co, solo config.json, sin token. Se rechazan repos privados.

Parámetros totalesParámetros activosCapasCabezas de consultaCabezas KVDimensión de cabeza

Busque o elija un modelo del catálogo para ver la VRAM necesaria de un LLM en local.

Busque o elija un modelo del catálogo para ver la VRAM necesaria de un LLM en local.