Qwen3.8-27B 在 RTX 5090 上：余量充足，粗估（2026年9月）
针对一种配置的有条件判断。上下文、量化和引擎一变，结论也可能变。 本页使用的配置：GGUF UD-Q4_K_M (Unsloth)，8,192 个缓存 token，1 个序列，引擎 llama.cpp。 状态：预计放得下。软件：未核实。.
通用计算器判断的是规范 checkpoint。这个组合另有 1 条社区实测过的部署方案。
预计放得下未核实当前结果是估算，不是对应环境的实测。1 个已知方案
已知社区运行方案
1 个已知方案该模型在此硬件上的已知真实运行方案。
本页固定配置
- 模型Qwen3.8-27B
- 硬件GeForce RTX 5090 32GB (desktop)
- 量化GGUF UD-Q4_K_M (Unsloth)
- 上下文长度（缓存 token 数）8,192
- 运行引擎
llama.cpp - 同时运行的序列数1
- KV Cache 精度fp16
技术标识与分享数据
- 模型
qwen3.8-27b - 硬件
nvidia-geforce-rtx-5090-32gb-desktop - 量化
gguf-ud-q4_k_m - 分享这个配置的片段
v2.eyJzY2hlbWFWZXJzaW9uIjoyLCJjYWxjdWxhdG9yVmVyc2lvbiI6IjAuMy4wIiwiZGF0YXNldFZlcnNpb24iOiIyMDI2LTEwLTAyLjEiLCJjb25maWciOnsibW9kZWxJZCI6InF3ZW4zLjgtMjdiIiwiaGFyZHdhcmVJZCI6Im52aWRpYS1nZWZvcmNlLXJ0eC01MDkwLTMyZ2ItZGVza3RvcCIsImRldmljZUNvdW50IjoxLCJxdWFudGl6YXRpb25JZCI6ImdndWYtdWQtcTRfa19tIiwiY29udGV4dFRva2VucyI6ODE5MiwiY29uY3VycmVudFNlcXVlbmNlcyI6MSwiZW5naW5lIjoibGxhbWEuY3BwIiwia3ZUeXBlIjoiZnAxNiJ9fQ
内存构成
- Weight artifact
- 15.33 GiB (16,464,440,224 bytes)
- Raw KV cache
- 0.50 GiB (536,870,912 bytes)
- Engine extras / workspace
- 0.27 GiB–3.53 GiB
- Total estimated demand
- 16.11 GiB–19.36 GiB
- Net calculator budget
- 30.00 GiB
- OS / display reserve
- 2.00 GiB
- Remaining vs net budget
- 10.64 GiB–13.89 GiB
高估算 19.36 GiB，对照净预算 30.00 GiB
内存够用，不代表指定引擎、量化格式和操作系统一定能跑。软件兼容也不代表性能足够好。
这台设备上的其他已发布文件
同一模型、同一设备、同样的上下文（8,192 个 token，1 个序列，FP16 KV）。每一行是一组已发布的权重文件及其常用引擎，按内存从大到小排列。
显示全部 28 个已发布文件
| 量化 | 运行引擎 | 估算内存 | 适配 |
|---|---|---|---|
| BF16 safetensors | vllm | 53.02 GiB–63.15 GiB | 放不下 · 粗估 |
| GGUF BF16 (Unsloth) | llama.cpp | 51.68 GiB–61.08 GiB | 放不下 · 粗估 |
| GGUF UD-Q8_K_XL (Unsloth) | llama.cpp | 30.07 GiB–35.74 GiB | 放不下 · 粗估 |
| GGUF Q8_0 (Unsloth) | llama.cpp | 27.83 GiB–33.10 GiB | 勉强放得下 · 粗估 |
| GGUF Q8_0 (mradermacher) | llama.cpp | 27.83 GiB–33.10 GiB | 勉强放得下 · 粗估 |
| GGUF UD-Q6_K_XL (Unsloth) | llama.cpp | 24.33 GiB–29.01 GiB | 勉强放得下 · 粗估 |
| GGUF Q6_K (mradermacher) | llama.cpp | 21.66 GiB–25.88 GiB | 放得下 · 粗估 |
| GGUF UD-Q5_K_M (Unsloth) | llama.cpp | 19.19 GiB–22.97 GiB | 放得下 · 粗估 |
| GGUF Q5_K_M (mradermacher) | llama.cpp | 18.97 GiB–22.71 GiB | 放得下 · 粗估 |
| GGUF Q5_K_S (mradermacher) | llama.cpp | 18.44 GiB–22.10 GiB | 放得下 · 粗估 |
| GGUF UD-Q4_K_XL (Unsloth) | llama.cpp | 17.13 GiB–20.55 GiB | 余量充足 · 粗估 |
| GGUF Q4_1 (Unsloth) | llama.cpp | 17.11 GiB–20.53 GiB | 余量充足 · 粗估 |
| GGUF Q4_K_M (mradermacher) | llama.cpp | 16.43 GiB–19.74 GiB | 余量充足 · 粗估 |
| GGUF UD-Q4_K_M (Unsloth) 本页配置 | llama.cpp | 16.11 GiB–19.36 GiB | 余量充足 · 粗估 |
| GGUF Q4_0 (Unsloth) | llama.cpp | 15.73 GiB–18.91 GiB | 余量充足 · 粗估 |
| GGUF Q4_K_S (mradermacher) | llama.cpp | 15.51 GiB–18.66 GiB | 余量充足 · 粗估 |
| GGUF IQ4_XS (mradermacher) | llama.cpp | 15.13 GiB–18.22 GiB | 余量充足 · 粗估 |
| GGUF Q3_K_L (mradermacher) | llama.cpp | 14.33 GiB–17.28 GiB | 余量充足 · 粗估 |
| GGUF UD-IQ4_XS (Unsloth) | llama.cpp | 14.05 GiB–16.94 GiB | 余量充足 · 粗估 |
| GGUF Q3_K_M (mradermacher) | llama.cpp | 13.35 GiB–16.12 GiB | 余量充足 · 粗估 |
| GGUF Q3_K_S (mradermacher) | llama.cpp | 12.19 GiB–14.76 GiB | 余量充足 · 粗估 |
| GGUF UD-IQ3_S (Unsloth) | llama.cpp | 11.99 GiB–14.53 GiB | 余量充足 · 粗估 |
| GGUF UD-IQ3_XXS (Unsloth) | llama.cpp | 10.96 GiB–13.32 GiB | 余量充足 · 粗估 |
| GGUF Q2_K (mradermacher) | llama.cpp | 10.89 GiB–13.24 GiB | 余量充足 · 粗估 |
| GGUF UD-IQ2_S (Unsloth) | llama.cpp | 8.57 GiB–10.52 GiB | 余量充足 · 粗估 |
| GGUF UD-IQ2_XXS (Unsloth) | llama.cpp | 7.54 GiB–9.31 GiB | 余量充足 · 粗估 |
| GGUF UD-IQ1_M (Unsloth) | llama.cpp | 7.04 GiB–8.72 GiB | 余量充足 · 粗估 |
| GGUF UD-IQ1_S (Unsloth) | llama.cpp | 6.54 GiB–8.14 GiB | 余量充足 · 粗估 |
影响结论的假设
- 请求的上下文在记录的原生窗口 262144 token 以内。
- 完整驻留权重估算使用总参数量，包括未激活的 MoE 专家。
- 权重字节只计入选定的权重文件，不会把仓库里所有量化版本加在一起。
- 下载文件大小不是峰值 GPU 内存。运行时布局、分配器填充和 KV 是额外占用。
- 计入的文件：Qwen3.8-27B-UD-Q4_K_M.gguf。
- 该 checkpoint 含视觉组件。纯文本推理不计入视觉编码器或 projector。
- 存在 MTP / draft 权重；未启用时不计入。
- 上下文预算是每个序列缓存的 token 数（输入加上预留的生成长度）。
相关页面
数据来源
计算器
组合页锁定路由中的模型和设备。要改身份请到主计算器自定义；分享会保留那次选择。
正在加载已发布的目录快照…
搜索或选择目录中的模型，查看本地大模型的显存需求。
搜索或选择目录中的模型，查看本地大模型的显存需求。