Qwen3.5 9B のローカル実行に必要なVRAMは？
動かせるデバイスを見るQwen3.5 9B は 9.7B パラメータの Dense モデルです。Q4 量子化では最低 8GB、8K コンテキストなら 12GB のVRAMを推奨します。収まる最も安いデバイスは GeForce RTX 2080 Ti ですが、中古価格のデータはまだなく、推定 68 tokens/s です。
Qwen3.5 9B のバージョン情報
Qwen3.5 9B の量子化・コンテキスト別の必要VRAM
8K 時の合計| 量子化 | 重みサイズGB | 8K 時の合計GB | 32K 時の合計GB | 128K 時の合計GB |
|---|---|---|---|---|
| Q4_K_M | 5.7GGUF | 7.4 | 10.4 | 22.4 |
| Q5_K_M | 6.6GGUF | 8.5 | 11.5 | 23.5 |
| Q8_0 | 9.5GGUF | 12 | 15 | 27 |
| FP16 | 17.9GGUF | 20.9 | 23.9 | 35.9 |
合計 = 重み + KV キャッシュ（FP16）+ 実行時オーバーヘッド 1GB。GGUF と付いた重みはリポジトリの実測ファイルサイズ、「推定」はパラメータあたりのバイト数からの概算です。このモデルの上限 256K を超えるコンテキストは「—」と表示します。
Qwen3.5 9B を動かせるGPUは？
Q4_K_M・8K コンテキスト・eBayの中古価格の安い順
判定基準：重み + KV キャッシュ + 実行時オーバーヘッド ≤ 利用可能メモリ、1 枚構成。MoE モデルの「オフロード」はエキスパート重みをシステム RAM に置けば動作することを示し（VRAM にはアテンション層と KV キャッシュのみ）、その速度は RAM 帯域幅 70 GB/s を前提に推定。コンテキスト列は収まる最大段階です。
Ollama / llama.cpp / vLLM で Qwen3.5 9B を起動する
Ollama ライブラリに公式タグはまだありません。
llama.cpp は Hugging Face から GGUF を直接取得します。-c はコンテキスト長です。
llama-server -hf unsloth/Qwen3.5-9B-GGUF:Q4_K_M -c 8192
vLLM は元の精度の重みを読み込むため、GGUF よりはるかに多くのメモリ（通常は複数枚）が必要です。
vllm serve Qwen/Qwen3.5-9B
ファイル名はその週のモデルライブラリ取得時点のものです。定義はデータ方法を参照してください。 データ方法
よくある質問
Qwen3.5 9B にはどれくらいのVRAMが必要ですか？
Q4_K_M・8K コンテキストでは Qwen3.5 9B に約 8GB のVRAMが必要で、12GB あれば余裕があります。
Qwen3.5 9B を動かせる最も安いGPUは？
GeForce RTX 2080 Ti です。VRAM 11GB、推定 68 tokens/s。このデバイスの中古価格データはまだありません。
Qwen3.5 9B は Ollama で動かせますか？
まだできません。Ollama ライブラリに公式タグがないため、llama.cpp で GGUF を読み込んでください。