Qwen3-0.6B 显存与内存需求
具体的模型版本，带来源的结构和权重文件信息。 GGUF Q4_K_M (Unsloth)：8,192 个 token 下约 1.37 GiB–1.81 GiB，1 条序列，FP16 KV，llama.cpp。
当前结果是估算，不是对应环境的实测。未核实有文件依据的权重
发布方与出处
- 提供方Qwen
- Hugging Face
Qwen/Qwen3-0.6B - Revision
c1899de289a04d12100db370d81485cdf75e47ca - 总参数量751,632,384
- 层数28
- 查询头16
- KV 头8 (gqa)
- 头维度128
- 已记录的上下文能力40,960
- 完整度partial · full
这次估算里的内存分层
文件字节、原始 KV、引擎额外占用和总需求是分开的。这不是一次运行时轨迹。
- 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
计入的文件
| 量化 | 计入的文件 | 字节 | 运行引擎 | 证据 |
|---|---|---|---|---|
| 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 | 没有已发布的文件 | 375,816,192 (理论行不是可下载的发布文件。) | — | theoretical |
按量化与上下文查看显存
并发序列数为 1。KV 默认 FP16。区间包含所列引擎已记录的运行时额外占用。这些数字与交互式计算器使用同一套核心。
| 量化 | 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 理论行不是可下载的发布文件。 | 0.69 GiB–1.28 GiB | 1.35 GiB–2.10 GiB | 3.98 GiB–5.33 GiB |
KV Cache（原始数据）
标准 GQA/MHA 的原始 KV 为 2 × 层数 × kvHeads × headDim × token 数 × 序列数 × 每元素字节。本页使用 KV heads（8），不是 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)
相关页面
数据来源
影响结论的假设
- 请求的上下文在记录的原生窗口 40960 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：Qwen3-0.6B-Q4_K_M.gguf。
- 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）。
- 并发序列共用一份模型副本；权重不会按序列数再乘一遍。
- 除非你改 KV 精度，否则 KV 的数据类型与权重量化无关。
计算器
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。