Qwen3.5-122B-A10B

Alibaba · 122.0B（激活 10.0B） · MoE · ctx 256K · apache-2.0 · HuggingFace

Qwen3.5-122B-A10B（Alibaba）是 AI Hashrate 收录的122.0B 参数 MoE（每 token 激活 10.0B）开放权重模型。 按 8K 上下文估算：Q4 约需 70.1 GB VRAM（权重 67.1 GB + KV 2.0 GB + 开销 1 GB），FP16 约需 247.0 GB。 在该上下文假设下，目录中约有 10 款 GPU/加速器能在 Q4 下完整装下此模型。 Q4 最快配置：B200 192GB SXM ≈ 509.1 tok/s（估算）; MI300X 192GB ≈ 337.3 tok/s（估算）; H200 141GB SXM5 ≈ 305.5 tok/s（估算）; H100 80GB SXM5 ≈ 213.2 tok/s（估算）; Gaudi 3 128GB ≈ 208.5 tok/s（估算）。 下表给出各硬件的 VRAM 装机情况与每美元 tok/s（按 MSRP 标价）。估算基于显存带宽公式；有实测时以实测为准。详见方法论页。 方法论.

33 个硬件配置——按 tok/s 排序。默认装机上下文 8K。

硬件	VRAM	量化	tok/s	装得下？	tok/s/$
B200 192GB SXM	192	Q4	509.1 估算	是	0.013
MI300X 192GB	192	Q4	337.3 估算	是	0.022
H200 141GB SXM5	141	Q4	305.5 估算	是	0.009
B200 192GB SXM	192	FP16	241.7 估算	否	0.006
H100 80GB SXM5	80	Q4	213.2 估算	是	0.007
Gaudi 3 128GB	128	Q4	208.5 估算	是	0.017
MI300X 192GB	192	FP16	160.1 估算	否	0.011
A100 80GB SXM4	80	Q4	129.8 估算	是	0.009
RTX 6000 Ada 48GB	48	Q4	81.8 估算	否	0.012
H200 141GB SXM5	141	FP16	78.2 估算	否	0.002
L40S 48GB	48	Q4	73.7 估算	否	0.009
RTX 5090 32GB	32	Q4	67.9 估算	否	0.034
RTX A6000 48GB	48	Q4	65.5 估算	否	0.015
Mac Studio M3 Ultra 96GB	96	Q4	52.1 估算	是	0.013
Mac Studio M2 Ultra 192GB	192	Q4	50.9 估算	是	0.007
Gaudi 3 128GB	128	FP16	44.0 估算	否	0.004
Mac mini M4 Pro 64GB	64	Q4	41.4 估算	否	0.019
MacBook Pro M4 Max 128GB	128	Q4	34.7 估算	是	0.008
MacBook Pro M3 Max 128GB	128	Q4	25.5 估算	是	0.006
Mac Studio M2 Ultra 192GB	192	FP16	24.2 估算	否	0.003
RTX 4090 24GB	24	Q4	21.5 估算	否	0.013
RTX 4090D 24GB (China)	24	Q4	21.5 估算	否	0.013
RTX 3090 Ti 24GB	24	Q4	21.5 估算	否	0.011
RX 7900 XTX 24GB	24	Q4	20.5 估算	否	0.021
RTX 3090 24GB	24	Q4	19.9 估算	否	0.013
H100 80GB SXM5	80	FP16	17.6 估算	否	0.001
RX 7900 XT 20GB	20	Q4	11.8 估算	否	0.013
A100 80GB SXM4	80	FP16	10.7 估算	否	0.001
MacBook Pro M4 Max 128GB	128	FP16	7.3 估算	否	0.002
Mac Studio M3 Ultra 96GB	96	FP16	6.2 估算	否	0.002
MacBook Pro M3 Max 128GB	128	FP16	5.4 估算	否	0.001
Mac mini M4 32GB	32	Q4	4.5 估算	否	0.005
Mac mini M4 Pro 64GB	64	FP16	0.9 估算	否	0.0

装机核对

• RTX 5090 32GB — 装不下 · ≈67.9 tok/s Q4 估算
• RTX 3090 Ti 24GB — 装不下 · ≈21.5 tok/s Q4 估算
• RTX 4090 24GB — 装不下 · ≈21.5 tok/s Q4 估算
• RTX 6000 Ada 48GB — 装不下 · ≈81.8 tok/s Q4 估算
• RX 7900 XTX 24GB — 装不下 · ≈20.5 tok/s Q4 估算
• RTX 3090 24GB — 装不下 · ≈19.9 tok/s Q4 估算
• L40S 48GB — 装不下 · ≈73.7 tok/s Q4 估算
• Mac Studio M3 Ultra 96GB — 装得下 · ≈52.1 tok/s Q4 估算
• Mac Studio M2 Ultra 192GB — 装得下 · ≈50.9 tok/s Q4 估算
• RX 7900 XT 20GB — 装不下 · ≈11.8 tok/s Q4 估算

12 款热门零售 GPU；上表每行的「装得下？」结论同样链接到完整装机核对页。

同族模型：Qwen（通义千问）

Qwen3 Qwen3-8B · Qwen3-14B
Qwen3 2507 Qwen3-4B-Instruct-2507 · Qwen3-4B-Thinking-2507 · Qwen3-30B-A3B-Instruct-2507 · Qwen3-235B-A22B-Instruct-2507
Qwen2.5 Qwen2.5-7B-Instruct · Qwen2.5-14B-Instruct · Qwen2.5-32B-Instruct · Qwen2.5-72B-Instruct
Qwen2.5 Coder Qwen2.5-Coder-32B-Instruct
Qwen3 Next Qwen3-Next-80B-A3B-Instruct
Qwen3 Coder Qwen3-Coder-480B-A35B-Instruct · Qwen3-Coder-Next
Qwen3.5 Qwen3.5-2B · Qwen3.5-9B · Qwen3.5-27B · Qwen3.5-35B-A3B · Qwen3.5-397B-A17B
Qwen3.6 Qwen3.6-27B · Qwen3.6-35B-A3B

全部 Qwen（通义千问） 模型 →