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

VRAM necessária 111,75 GiB–131,53 GiB. Qwen3.8-Flash-Next Q4_K_M em 8.192 tokens. Sem GPU, isto é demanda para rodar um LLM local, não se cabe. Estimativa grosseira Arquivo BF16: 359.999.963.128 bytes.

O checkpoint Qwen/Qwen3.8-Flash-Next traz neste catálogo BF16 safetensors de 359.999.963.128 bytes (335,28 GiB / 360,00 GB). Esse tamanho de download não é o pico de VRAM, e os números abaixo são estimativas.

Checkpoints específicos, com arquitetura e arquivos de peso rastreáveis. GGUF Q4_K_M (bartowski): 111,75 GiB–131,53 GiB em 8.192 tokens, 1 sequência, KV FP16, llama.cpp.

Este resultado é uma estimativa, não um rastreio medido.Não verificadoPesos com arquivo

Roda em

Qwen3.8-Flash-Next roda em DGX Spark (GB10)?

Publicador e procedência

FornecedorQwen
Hugging FaceQwen/Qwen3.8-Flash-Next
Revisionde4b8e4d43b917e7706784d8bb445c9af86a3540
Parâmetros totais179.999.981.459
Parâmetros ativosDesconhecido / sem fonte independente
Camadas48
Heads de consulta24
Heads KV2 (hybrid)
Dimensão do head256
Contexto documentado262.144
Completudepartial · partial

A contagem de parâmetros ativos é desconhecida ou não tem fonte independente. Parâmetros ativos descrevem o compute roteado, não a pegada residente completa.

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: 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

Arquivos contados

Quantização	Arquivos contados	Bytes	Motor de execução	Evidência
BF16 safetensors bf16 Calculadora: BF16 safetensors	131 shards safetensors Total de bytes selecionados: 359.999.963.128 (335,28 GiB / 360,00 GB) Primeiro shard: model-00001-of-00131.safetensors Último shard: model-00131-of-00131.safetensors Ver todos os 131 arquivos de shard `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 Calculadora: GGUF Q8_0 (Unsloth)	6 shards safetensors Total de bytes selecionados: 188.225.033.248 (175,30 GiB / 188,23 GB) Primeiro shard: Q8_0/Qwen3.8-Flash-Next-Q8_0-00001-of-00006.gguf Último shard: Q8_0/Qwen3.8-Flash-Next-Q8_0-00006-of-00006.gguf Ver todos os 6 arquivos de shard `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 Calculadora: 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 Calculadora: 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 Calculadora: GGUF Q6_K (bartowski)	5 shards safetensors Total de bytes selecionados: 168.113.805.248 (156,57 GiB / 168,11 GB) Primeiro shard: Qwen3.8-Flash-Next-Q6_K/Qwen3.8-Flash-Next-Q6_K-00001-of-00005.gguf Último shard: Qwen3.8-Flash-Next-Q6_K/Qwen3.8-Flash-Next-Q6_K-00005-of-00005.gguf Ver todos os 5 arquivos de shard `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	Nenhum arquivo publicado	89.999.990.730 (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
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 Linhas teóricas não são artefactos descarregáveis.	84,04 GiB–108,65 GiB	84,18 GiB–108,83 GiB	84,75 GiB–109,52 GiB

Cache KV (dados brutos)

Abrir a calculadora com este modelo

Páginas relacionadas

Fontes

Qwen3.8-Flash-Next model card — Layout híbrido. O offload de especialistas não está especificado, e os parâmetros ativos não são os pesos residentes. O tamanho do arquivo é o checkpoint empacotado.
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

Premissas que afetam o resultado

O contexto pedido cabe na janela nativa de 262144 tokens.
A estimativa residente usa o total de parâmetros, inclusive especialistas MoE inativos.
A contagem de parâmetros ativos é desconhecida ou não tem fonte independente. Parâmetros ativos descrevem o compute roteado, não a pegada residente completa.
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: Qwen3.8-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.
Há componente de visão. Inferência só de texto não inclui encoder/projector.
Há pesos MTP/draft; só entram se ativados.

Calculadora

A carregar o snapshot do catálogo…

Escolha primeiro um modelo e depois confira o equipamento.

Modelo

Mostrar modelos históricos

Quantização

Tipo de dispositivo

Hardware

Carga

O comprimento de contexto afeta principalmente a memória do KV cache.

Configurações avançadas

Runtime

Engine e tipo de cache KV desta estimativa.

Motor de execuçãoTipo do cache KVDtype do estado recorrente / conv Incluir estimativas teóricas (especialista) Permitir substituto se o filtro não tiver correspondência

Carga

Cenário de overhead e o espaço de prefill.

Cenário de overhead em tempo de execução Incluir área de trabalho mais pesada no prefill

Topologia

Como o modelo é dividido entre dispositivos. A memória não é somada.

Forma de implantaçãoDivisão intra-réplicaQuantidade de dispositivos

O número de réplicas é avançado. A quantidade são nós ou GPUs, não réplicas.

Grupos de réplicasDispositivos por réplica

Orçamento

Reserva do sistema e margem de segurança. Um número vazio mantém o valor anterior.

Reserva para sistema / tela

GiB (2^30 bytes)

O orçamento já exclui a reserva do sistemaMargem extra de segurança

Bits efetivos por parâmetro (personalizado)Unidade de exibição

Modelo personalizado

Importe uma config ou digite a arquitetura. Nada é varrido até você importar.

Importar config.json local

O arquivo é lido só no navegador e não é enviado.

Repositório público do Hugging FaceRevisão

Só huggingface.co, só config.json, sem token. Repositório privado é recusado.

Parâmetros totaisParâmetros ativosCamadasHeads de consultaHeads KVDimensão do head

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.