01Cosa sa fare
- Licenza Apache 2.0 senza clausole restrittive
- Visione nativa: immagini, documenti e video
- 262k di contesto nativo
- Netti progressi nella programmazione agentica rispetto a Qwen 3.6-27B
- Tag Ollama ufficiale + build MLX per Apple Silicon
- —18 GB di pesi in Q4_K_M: 24 GB di VRAM per restare al 100% GPU
- —Velocità locale moderata (~9-22 tok/s) e modalità thinking costosa in token
- —Benchmark del produttore, non riprodotti in modo indipendente
- —Il contesto 1M richiede vLLM/SGLang, inaccessibile tramite Ollama
05Installare
Installa Ollama per il tuo OS. Verifica il modello e la sua quantizzazione prima del download. Inizia con 4096 token di contesto, poi controlla l'allocazione con ollama ps. Un comando qui sotto non dimostra che sia stato eseguito un test sulla tua macchina.
02Memoria richiesta
VRAM GPU approssimativa per far girare questo modello, overhead del contesto di 4k token incluso. Per un contesto più lungo, aggiungi ~1 GB per ogni blocco di 8k token.
Quale hardware serve per Qwen 3.8 27B?
Per eseguire Qwen 3.8 27B in locale con quantizzazione Q4, servono circa 16 GB di VRAM. Un’opzione da confrontare: RTX 5070 Ti 16 GB — lascia un margine per il sistema e il contesto; verifica la compatibilità del motore con la GPU.
Link affiliati — possibile commissione senza costi aggiuntivi per te, raccomandazione indipendente. In qualità di Partner Amazon, QuelLLM ottiene un guadagno dagli acquisti che soddisfano i requisiti.
In mobilità: Qwen 3.8 27B funziona anche su un Portatile RTX (16 GB di VRAM) →
03Velocità prevista
Token generati al secondo in Q4_K_M, contesto 4k. Oltre 20 t/s, la lettura è confortevole. Al di sotto di 10 t/s, va bene solo per fare delle prove.
04Benchmark pubblici
Punteggi ripresi dalle model card o da MMLU-Pro / fonti della community. Unità: % di risposte corrette.