01Cosa sa fare
- Compatto: ~2,3 GB di VRAM in Q4, entra nella memoria di piccole GPU e laptop
- Multilingue
- Contesto 32K token
- Velocità elevata in locale (~75 tok/s in Q4)
- —Piccolo modello da 4B: capacità limitate nel ragionamento complesso e nella programmazione avanzata
- —Licenza Qwen (non strettamente Apache/MIT): verificare le condizioni
- —Modello gated su HuggingFace: accesso previa accettazione
04Installare
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 3.5 4B?
Per eseguire Qwen 3.5 4B in locale con quantizzazione Q4, servono circa 2.3 GB di VRAM. Un’opzione da confrontare: RTX 5060 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 3.5 4B funziona anche su un Portatile RTX (16 GB di VRAM) →
Il tuo ChatGPT privato e gratuito sulla tua macchina in 1 ora — LM Studio, Ollama, Open WebUI, i tuoi documenti, senza cloud.
- Spazio online a vita
- PDF + file
- Aggiornamenti a vita
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.