Qwen3.8-Flash-Next 显存需求 131.53 GiB
显存需求 111.75 GiB–131.53 GiB。Qwen3.8-Flash-Next Q4_K_M,8,192 token。未选显卡,所以只是本地大模型的需求,不是能否装下。粗估 BF16 文件:359,999,963,128 字节。
Qwen/Qwen3.8-Flash-Next 检查点在本目录中的 BF16 safetensors 为 359,999,963,128 字节(335.28 GiB / 360.00 GB)。下载大小不是峰值显存,下面的数字是估算。
具体的模型版本,带来源的结构和权重文件信息。 GGUF Q4_K_M (bartowski):8,192 个 token 下约 111.75 GiB–131.53 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
能跑的设备
发布方与出处
- 提供方Qwen
- Hugging Face
Qwen/Qwen3.8-Flash-Next - Revision
de4b8e4d43b917e7706784d8bb445c9af86a3540 - 总参数量179,999,981,459
- 激活参数量未知 / 没有独立来源
- 层数48
- 查询头24
- KV 头2 (hybrid)
- 头维度256
- 已记录的上下文能力262,144
- 完整度partial · partial
激活参数未知,或没有独立来源。激活参数描述的是 token 路由计算量,不是完整驻留权重体积。
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
- 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
计入的文件
| 量化 | 计入的文件 | 字节 | 运行引擎 | 证据 |
|---|---|---|---|---|
| BF16 safetensors bf16 | 359,999,963,128 (335.28 GiB / 360.00 GB) | vllm, sglang, unspecified | file-metadata | |
| GGUF Q8_0 (Unsloth) gguf-q8_0 | 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 | 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 | 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 | 168,113,805,248 (156.57 GiB / 168.11 GB) | llama.cpp, ollama, unspecified | file-metadata | |
| INT4 theoretical | 没有已发布的文件 | 89,999,990,730 (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 |
|---|---|---|---|
| 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 理论行不是可下载的发布文件。 | 84.04 GiB–108.65 GiB | 84.18 GiB–108.83 GiB | 84.75 GiB–109.52 GiB |
KV Cache(原始数据)
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 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。
- 激活参数未知,或没有独立来源。激活参数描述的是 token 路由计算量,不是完整驻留权重体积。
- 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-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。
- 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。
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。