Qwen3.5-9B

Alibaba · 8.95B · ctx 256K · apache-2.0 · HuggingFace

Qwen3.5-9B（Alibaba）是 AI Hashrate 收录的8.95B 参数开放权重模型。 按 8K 上下文估算：Q4 约需 7.71 GB VRAM（权重 4.92 GB + KV 1.79 GB + 开销 1 GB），FP16 约需 20.69 GB。 在该上下文假设下，目录中约有 44 款 GPU/加速器能在 Q4 下完整装下此模型。 Q4 最快配置：B200 192GB SXM ≈ 568.8 tok/s（估算）; MI300X 192GB ≈ 376.8 tok/s（估算）; H200 141GB SXM5 ≈ 341.3 tok/s（估算）; H100 80GB SXM5 ≈ 238.2 tok/s（估算）; Gaudi 3 128GB ≈ 232.9 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.

100 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	568.8 估算	是	0.014
MI300X 192GB	192	Q4	376.8 估算	是	0.025
H200 141GB SXM5	141	Q4	341.3 估算	是	0.01
H100 80GB SXM5	80	Q4	238.2 估算	是	0.008
Gaudi 3 128GB	128	Q4	232.9 估算	是	0.019
B200 192GB SXM	192	FP16	156.4 估算	是	0.004
A100 80GB SXM4	80	Q4	145.0 估算	是	0.01
RTX 5090 32GB	32	Q4	127.4 估算	是	0.064
MI300X 192GB	192	FP16	103.6 估算	是	0.007
RTX 5060 8GB	8	Q4	98.0 估算	否	0.328
RTX 5060 Ti 8GB	8	Q4	98.0 估算	否	0.259
RTX 3070 8GB	8	Q4	98.0 估算	否	0.196
H200 141GB SXM5	141	FP16	93.9 估算	是	0.003
RTX 4090 24GB	24	Q4	71.7 估算	是	0.045
RTX 4090D 24GB (China)	24	Q4	71.7 估算	是	0.045
RTX 3090 Ti 24GB	24	Q4	71.7 估算	是	0.036
RTX 5080 16GB	16	Q4	68.3 估算	是	0.068
RX 7900 XTX 24GB	24	Q4	68.3 估算	是	0.068
RTX 6000 Ada 48GB	48	Q4	68.3 估算	是	0.01
RTX 3090 24GB	24	Q4	66.6 估算	是	0.044
H100 80GB SXM5	80	FP16	65.5 估算	是	0.002
Gaudi 3 128GB	128	FP16	64.1 估算	是	0.005
RTX 5070 Ti 16GB	16	Q4	63.7 估算	是	0.085
RTX 4060 Ti 8GB	8	Q4	63.0 估算	否	0.158
RX 7600 8GB	8	Q4	63.0 估算	否	0.234
L40S 48GB	48	Q4	61.4 估算	是	0.008
RTX 4060 8GB	8	Q4	59.5 估算	否	0.199
Mac Studio M3 Ultra 96GB	96	Q4	58.2 估算	是	0.015
Mac Studio M2 Ultra 192GB	192	Q4	56.9 估算	是	0.008
RX 7900 XT 20GB	20	Q4	56.9 估算	是	0.063
RTX A6000 48GB	48	Q4	54.6 估算	是	0.012
RTX 3080 10GB	10	Q4	54.0 估算	是	0.077
RTX 4080 Super 16GB	16	Q4	52.3 估算	是	0.052
RTX 4070 Ti Super 16GB	16	Q4	47.8 估算	是	0.06
RTX 5070 12GB	12	Q4	47.8 估算	是	0.087
RX 9070 16GB	16	Q4	45.5 估算	是	0.083
RX 9070 XT 16GB	16	Q4	45.5 估算	是	0.076
RX 7800 XT 16GB	16	Q4	44.4 估算	是	0.089
RX 7900 XT 20GB	20	FP16	41.8 估算	否	0.046
RX 7900 GRE 16GB	16	Q4	41.0 估算	是	0.075
A100 80GB SXM4	80	FP16	39.9 估算	是	0.003
Arc A770 16GB	16	Q4	39.8 估算	是	0.114
RTX 4070 Ti 12GB	12	Q4	39.4 估算	是	0.049
MacBook Pro M4 Max 128GB	128	Q4	38.8 估算	是	0.009
RTX 4070 12GB	12	Q4	35.8 估算	是	0.06
RTX 4070 Super 12GB	12	Q4	35.8 估算	是	0.06
RTX 5090 32GB	32	FP16	35.0 估算	是	0.018
Arc B580 12GB	12	Q4	32.4 估算	是	0.13
RTX 5080 16GB	16	FP16	32.1 估算	否	0.032
RTX 5060 Ti 16GB	16	Q4	31.9 估算	是	0.074
RX 7700 XT 12GB	12	Q4	30.7 估算	是	0.068
RTX 5070 Ti 16GB	16	FP16	29.9 估算	否	0.04
MacBook Pro M3 Max 128GB	128	Q4	28.4 估算	是	0.007
Arc B570 10GB	10	Q4	27.0 估算	是	0.123
RTX 3060 12GB	12	Q4	25.6 估算	是	0.078
RTX 4080 Super 16GB	16	FP16	24.6 估算	否	0.025
T4 16GB	16	Q4	22.8 估算	是	0.011
RTX 4070 Ti Super 16GB	16	FP16	22.5 估算	否	0.028
RX 9070 16GB	16	FP16	21.4 估算	否	0.039
RX 9070 XT 16GB	16	FP16	21.4 估算	否	0.036
RX 7800 XT 16GB	16	FP16	20.8 估算	否	0.042
RTX 4060 Ti 16GB	16	Q4	20.5 估算	是	0.041
RX 7600 XT 16GB	16	Q4	20.5 估算	是	0.062
RTX 4090 24GB	24	FP16	19.7 估算	是	0.012
RTX 4090D 24GB (China)	24	FP16	19.7 估算	是	0.012
RTX 3090 Ti 24GB	24	FP16	19.7 估算	是	0.01
Mac mini M4 Pro 64GB	64	Q4	19.4 估算	是	0.009
RX 7900 GRE 16GB	16	FP16	19.2 估算	否	0.035
RX 7900 XTX 24GB	24	FP16	18.8 估算	是	0.019
RTX 6000 Ada 48GB	48	FP16	18.8 估算	是	0.003
Arc A770 16GB	16	FP16	18.7 估算	否	0.054
RTX 3090 24GB	24	FP16	18.3 估算	是	0.012
L40S 48GB	48	FP16	16.9 估算	是	0.002
Mac Studio M3 Ultra 96GB	96	FP16	16.0 估算	是	0.004
Mac Studio M2 Ultra 192GB	192	FP16	15.6 估算	是	0.002
RTX A6000 48GB	48	FP16	15.0 估算	是	0.003
RTX 5060 Ti 16GB	16	FP16	15.0 估算	否	0.035
RTX 5070 12GB	12	FP16	12.6 估算	否	0.023
MacBook Pro M4 Max 128GB	128	FP16	10.7 估算	是	0.002
T4 16GB	16	FP16	10.7 估算	否	0.005
RTX 4070 Ti 12GB	12	FP16	10.4 估算	否	0.013
RTX 3080 10GB	10	FP16	9.9 估算	否	0.014
RTX 4060 Ti 16GB	16	FP16	9.6 估算	否	0.019
RX 7600 XT 16GB	16	FP16	9.6 估算	否	0.029
RTX 4070 12GB	12	FP16	9.5 估算	否	0.016
RTX 4070 Super 12GB	12	FP16	9.5 估算	否	0.016
Arc B580 12GB	12	FP16	8.6 估算	否	0.035
Mac mini M4 32GB	32	Q4	8.5 估算	是	0.009
RX 7700 XT 12GB	12	FP16	8.1 估算	否	0.018
MacBook Pro M3 Max 128GB	128	FP16	7.8 估算	是	0.002
RTX 3060 12GB	12	FP16	6.8 估算	否	0.021
Mac mini M4 Pro 64GB	64	FP16	5.3 估算	是	0.002
Arc B570 10GB	10	FP16	5.0 估算	否	0.023
RTX 5060 8GB	8	FP16	3.7 估算	否	0.012
RTX 5060 Ti 8GB	8	FP16	3.7 估算	否	0.01
RTX 3070 8GB	8	FP16	3.7 估算	否	0.007
RTX 4060 Ti 8GB	8	FP16	2.4 估算	否	0.006
RX 7600 8GB	8	FP16	2.4 估算	否	0.009
RTX 4060 8GB	8	FP16	2.3 估算	否	0.008
Mac mini M4 32GB	32	FP16	2.3 估算	是	0.002

装机核对

• RTX 5090 32GB — 装得下 · ≈127.4 tok/s Q4 估算
• RTX 3090 Ti 24GB — 装得下 · ≈71.7 tok/s Q4 估算
• RTX 4090 24GB — 装得下 · ≈71.7 tok/s Q4 估算
• RTX 5080 16GB — 装得下 · ≈68.3 tok/s Q4 估算
• RTX 6000 Ada 48GB — 装得下 · ≈68.3 tok/s Q4 估算
• RX 7900 XTX 24GB — 装得下 · ≈68.3 tok/s Q4 估算
• RTX 3090 24GB — 装得下 · ≈66.6 tok/s Q4 估算
• RTX 5070 Ti 16GB — 装得下 · ≈63.7 tok/s Q4 估算
• L40S 48GB — 装得下 · ≈61.4 tok/s Q4 估算
• Mac Studio M3 Ultra 96GB — 装得下 · ≈58.2 tok/s Q4 估算
• Mac Studio M2 Ultra 192GB — 装得下 · ≈56.9 tok/s Q4 估算
• RX 7900 XT 20GB — 装得下 · ≈56.9 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 · Qwen3.5-27B · Qwen3.5-35B-A3B · Qwen3.5-122B-A10B · Qwen3.5-397B-A17B
Qwen3.6 Qwen3.6-27B · Qwen3.6-35B-A3B

全部 Qwen（通义千问） 模型 →