收錄顯卡41價格追蹤3 天自 2026年9月3日近 24h 價格資料11,753 筆24h 降價最多Radeon RX 7900 XTX-5.6%24h 漲價最多A100 40GB PCIe+48.1%資料更新於 2026年9月5日

Qwen3.6 35B A3B 本地部署需要多少記憶體？

看能跑的裝置
VRAMGlass 編輯部 · 更新於 2026年9月5日

Qwen3.6 35B A3B 是 MoE 模型，總參數 36B，每 token 啟用 3B。Q4 量化整機放顯存需要 22GB；把專家放進系統記憶體後只需 4GB 顯存 + 19GB 記憶體。目前最便宜能跑的顯示卡是 Arc Pro B60，二手約 NT$24,909，預估 72.2 tokens/s。卸載模式下最便宜能跑的顯示卡是 GeForce RTX 2080 Ti，預估 51 tokens/s。

Qwen3.6 35B A3B 版本資訊

發布日期2026年4月15日
Hugging Face 倉庫Qwen/Qwen3.6-35B-A3B
小版本—
授權Apache-2.0
架構MoE
GGUF 倉庫unsloth/Qwen3.6-35B-A3B-GGUF
Ollama 標籤—
30 天下載4,546,612
Q4 最低記憶體22 GB · Q4_K_M · 8K
專家卸載4 GB 顯存 + 19 GB 記憶體
參數量36B
MoE3B
層數40
隱藏維度2,048
KV 頭2
頭維度256
上下文上限256K
廠商Alibaba

Qwen3.6 35B A3B 各量化與上下文的記憶體需求

8K 總記憶體

MoE：總參數 36B 全部要常駐記憶體，速度按每 token 啟用的 3B 計算。

量化權重體積GB8K 總記憶體GB32K 總記憶體GB128K 總記憶體GB
Q4_K_M22.1GGUF21.723.531
Q5_K_M26.5GGUF25.927.835.3
Q8_036.9GGUF38.940.848.3
FP1669.4GGUF71.973.881.3

總記憶體 = 權重 + KV cache（FP16）+ 1GB 執行開銷。標 GGUF 的權重是倉庫裡的實測檔案體積，標「估」的按每參數位元組估算。超過這個模型 256K 上下文上限的檔位寫「—」。

什麼顯示卡能跑 Qwen3.6 35B A3B？

Q4_K_M · 8K 上下文 · 依閒魚二手價升序
裝置顯存GB二手價預估 t/s建議上下文
Arc Pro B6024NT$24,9099 筆掛牌72.232K
Radeon RX 7900 XTX24NT$25,85418 筆掛牌121.832K
GeForce RTX 309024NT$37,8368 筆掛牌141.132K
Arc Pro B7032NT$47,0027 筆掛牌87.8128K
Radeon PRO W780032NT$47,4774 筆掛牌90.7128K
CMP 170HX 40GB (改裝)40NT$50,7674 筆掛牌170.9128K
Radeon AI PRO R970032NT$55,9383 筆掛牌96.9128K
CMP 170HX 64GB (改裝)64NT$60,4034 筆掛牌168.5128K
RTX PRO 4000 Blackwell24NT$74,27010 筆掛牌120.532K
Instinct MI21064NT$86,96217 筆掛牌154.6128K
Radeon PRO W790048NT$103,4145 筆掛牌115.2128K
GeForce RTX 409024NT$107,1755 筆掛牌145.632K
GeForce RTX 5090 D V224NT$117,51616 筆掛牌162.632K
GeForce RTX 4090 48GB (改裝)48NT$119,8673 筆掛牌145.6128K
RTX PRO 4500 Blackwell32NT$121,5128 筆掛牌138.4128K
GeForce RTX 5090 D32NT$145,2507 筆掛牌178.2128K
A100 40GB PCIe40NT$180,9754 筆掛牌170.7128K
GeForce RTX 509032NT$186,8514 筆掛牌178.2128K
RTX PRO 5000 Blackwell 48GB48NT$220,93111 筆掛牌162.6128K
RTX PRO 5000 Blackwell 72GB72NT$291,44011 筆掛牌162.6128K
RTX PRO 6000D84NT$329,04619 筆掛牌171.2128K
RTX PRO 6000 Blackwell96NT$557,02710 筆掛牌178.2128K
Arc Pro B6532—暫無掛牌87.8128K
GeForce RTX 4080 SUPER 32GB (改裝)32—暫無掛牌126.2128K
Instinct MI10032—暫無掛牌137.1128K
Tesla V100 32GB32—暫無掛牌138.7128K
DGX Spark 128GB128—暫無掛牌68.6128K
Mac Studio M4 Max 128GB128—暫無掛牌93.2128K
Mac Studio M5 Max 128GB128—暫無掛牌100.1128K
MacBook Pro M4 Max 128GB128—暫無掛牌93.2128K
MacBook Pro M5 Max 128GB128—暫無掛牌100.1128K
Ryzen AI Max+ 395 128GB128—暫無掛牌50.5128K
Mac Studio M3 Ultra 512GB512—暫無掛牌117.8128K

判定口徑：權重 + KV cache + 執行開銷 ≤ 可用記憶體，單卡。MoE 模型標「卸載」表示把專家權重放進系統記憶體後能跑（顯存只放注意力層與 KV cache），速度按記憶體頻寬 70 GB/s 估算。上下文欄給的是能裝下的最大檔位。

把專家放進記憶體後還能跑 Qwen3.6 35B A3B 的顯示卡

專家權重放系統記憶體，需要 ≥ 19 GB 記憶體；顯存只放注意力層、共享專家和 KV cache，Q4 下最低 4 GB。速度受記憶體頻寬限制（按 70 GB/s 估算），比整機放顯存慢得多。

裝置顯存GB二手價需記憶體GB預估 t/s
GeForce RTX 2080 Ti11NT$7,8971950.9
Radeon RX 7800 XT16NT$12,2221947.8
Radeon RX 7900 XT20NT$18,7981950.2
Radeon RX 9070 XT16NT$24,5841948.1
GeForce RTX 408016NT$35,6781952.1
GeForce RTX 5070 Ti16NT$40,6321953.7
GeForce RTX 508016NT$54,0571954.1
Tesla V100 16GB16—1953.7

用 Ollama / llama.cpp / vLLM 啟動 Qwen3.6 35B A3B

Ollama

Ollama 庫暫無官方標籤。

llama.cpp

llama.cpp 直接從 Hugging Face 拉 GGUF，-c 是上下文長度。

llama-server -hf unsloth/Qwen3.6-35B-A3B-GGUF:Q4_K_M -c 8192
vLLM

vLLM 跑的是原始精度權重，記憶體需求比 GGUF 高得多，通常要多卡。

vllm serve Qwen/Qwen3.6-35B-A3B

量化檔名以模型庫當週抓取為準，口徑見資料方法。 資料方法

常見問題

Qwen3.6 35B A3B 需要多少記憶體？

在 Q4_K_M 量化、8K 上下文下 Qwen3.6 35B A3B 約需 22GB 記憶體，留到 28GB 更穩。

哪張顯示卡最便宜能跑 Qwen3.6 35B A3B？

Arc Pro B60，24GB 記憶體，目前二手中位價約 NT$24,909，預估 72.2 tokens/s。

Qwen3.6 35B A3B 能用 Ollama 跑嗎？

暫時不行，Ollama 庫還沒有它的官方標籤；可以用 llama.cpp 載入 GGUF。