Qwen3-0.6B: requisitos de VRAM e memória
Checkpoints específicos, com arquitetura e arquivos de peso rastreáveis. GGUF Q4_K_M (Unsloth): 1,37 GiB–1,81 GiB em 8.192 tokens, 1 sequência, KV FP16, llama.cpp.
Este resultado é uma estimativa, não um rastreio medido.Não verificadoPesos com arquivo
Publicador e procedência
- FornecedorQwen
- Hugging Face
Qwen/Qwen3-0.6B - Revision
c1899de289a04d12100db370d81485cdf75e47ca - Parâmetros totais751.632.384
- Camadas28
- Heads de consulta16
- Heads KV8 (gqa)
- Dimensão do head128
- Contexto documentado40.960
- Completudepartial · full
Camadas de memória desta estimativa
Bytes do arquivo, KV bruto, extras do engine e demanda total ficam separados. Isto não é um rastreio de execução.
- Weight artifact
- 0,37 GiB (396.705.472 bytes)
- Raw KV cache
- 0,88 GiB (939.524.096 bytes)
- Engine extras / workspace
- 0,13 GiB–0,57 GiB
- Total estimated demand
- 1,37 GiB–1,81 GiB
Arquivos contados
| Quantização | Arquivos contados | Bytes | Motor de execução | Evidência |
|---|---|---|---|---|
| GGUF Q8_0 (Qwen) gguf-q8_0 | Qwen3-0.6B-Q8_0.gguf | 639.446.688 (0,60 GiB / 0,64 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q4_K_M (Unsloth) gguf-q4_k_m | Qwen3-0.6B-Q4_K_M.gguf | 396.705.472 (0,37 GiB / 0,40 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q5_K_M (Unsloth) gguf-q5_k_m | Qwen3-0.6B-Q5_K_M.gguf | 444.415.680 (0,41 GiB / 0,44 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q6_K (Unsloth) gguf-q6_k | Qwen3-0.6B-Q6_K.gguf | 495.107.776 (0,46 GiB / 0,50 GB) | llama.cpp, ollama, unspecified | file-metadata |
| INT4 theoretical | Nenhum arquivo publicado | 375.816.192 (Linhas teóricas não são artefactos descarregáveis.) | — | theoretical |
Memória por quantização e contexto
Sequências concorrentes = 1. O KV padrão é FP16. O intervalo inclui extras de runtime documentados para o engine indicado. Os números usam o mesmo núcleo da calculadora interativa.
| Quantização | 2.048 tokens | 8.192 tokens | 32.768 tokens |
|---|---|---|---|
| GGUF Q8_0 (Qwen) | 0,94 GiB–1,33 GiB | 1,60 GiB–2,04 GiB | 4,22 GiB–4,85 GiB |
| GGUF Q4_K_M (Unsloth) | 0,71 GiB–1,10 GiB | 1,37 GiB–1,81 GiB | 3,99 GiB–4,62 GiB |
| GGUF Q5_K_M (Unsloth) | 0,76 GiB–1,15 GiB | 1,41 GiB–1,86 GiB | 4,04 GiB–4,67 GiB |
| GGUF Q6_K (Unsloth) | 0,80 GiB–1,19 GiB | 1,46 GiB–1,91 GiB | 4,09 GiB–4,72 GiB |
| INT4 theoretical Linhas teóricas não são artefactos descarregáveis. | 0,69 GiB–1,28 GiB | 1,35 GiB–2,10 GiB | 3,98 GiB–5,33 GiB |
Cache KV (dados brutos)
O KV bruto de GQA/MHA é 2 × camadas × kvHeads × headDim × tokens × sequências × bytes por elemento. Esta página usa KV heads (8), não query heads (16).
- 8,192 tokens, 1 sequence, FP16: 939.524.096 bytes (0,8750 GiB)
- 32,768 tokens: 3.758.096.384 bytes (3,5000 GiB)
Páginas relacionadas
Fontes
- Qwen3-0.6B model card
- config.json — revision c1899de289a04d12100db370d81485cdf75e47ca
- Artifact repo Qwen/Qwen3-0.6B-GGUF
- Artifact repo unsloth/Qwen3-0.6B-GGUF
Premissas que afetam o resultado
- O contexto pedido cabe na janela nativa de 40960 tokens.
- A estimativa residente usa o total de parâmetros, inclusive especialistas MoE inativos.
- Os bytes dos pesos vêm só dos arquivos escolhidos, não de todas as quantizações do repositório.
- O tamanho do download não é o pico de GPU. Layout em execução e KV vêm a mais.
- Arquivos contados: Qwen3-0.6B-Q4_K_M.gguf.
- O contexto é o número de tokens em cache por sequência (entrada mais geração reservada).
- Sequências simultâneas compartilham uma cópia do modelo; os pesos não multiplicam pela quantidade de sequências.
- O tipo da KV é independente da quantização dos pesos, a menos que você mude.
Calculadora
A carregar o snapshot do catálogo…
Pesquise ou escolha um modelo do catálogo para ver a VRAM necessária e rodar um LLM local.
Pesquise ou escolha um modelo do catálogo para ver a VRAM necessária e rodar um LLM local.