Qwen3.5 9B 如何本地部署？
Qwen3.5 9B 是 9.7B 参数的稠密模型。Q4 量化最低需要 8GB 显存，8K 上下文下推荐 12GB。当前最便宜能跑的显卡是 Tesla V100 16GB，约 ¥4,432，预估 96.9 tokens/s。
Qwen3.5 9B 版本信息
发布日期2026年2月27日
Hugging Face 仓库Qwen/Qwen3.5-9B
小版本—
许可证Apache-2.0
架构稠密
GGUF 仓库unsloth/Qwen3.5-9B-GGUF
Ollama 标签—
Q4 最低显存8 GB · Q4_K_M · 8K
参数量9.7B
层数32
隐藏维度4,096
KV 头4
头维度256
上下文上限256K
厂商Alibaba
Qwen3.5 9B 本地部署需要多少显存？
| 量化 | 权重体积GB | 8K 总显存GB | 32K 总显存GB | 128K 总显存GB |
|---|---|---|---|---|
| 1-bit | 2.3估 | 4.3 | 7.3 | 19.3 |
| 2-bit | 4.1GGUF | 5.6 | 8.6 | 20.6 |
| 3-bit | 5.1GGUF | 6.6 | 9.6 | 21.6 |
| 4-bit | 5.7GGUF | 7.4 | 10.4 | 22.4 |
| 5-bit | 6.6GGUF | 8.5 | 11.5 | 23.5 |
| 8-bit | 9.5GGUF | 12 | 15 | 27 |
| FP16 | 17.9GGUF | 20.9 | 23.9 | 35.9 |
总显存 = 权重 + KV cache（FP16）+ 1GB 运行开销。标 GGUF 的权重是仓库里的实测文件体积，标「估」的按每参数字节估算。超过这个模型 256K 上下文上限的档位写「—」。各档取仓库里该比特数的任一文件，优先 unsloth 动态量化，所以同一档不同模型对应的文件名可能不同。
什么显卡能跑 Qwen3.5 9B？
AmazonJP
| 设备 | 显存GB | 价 | 预估 t/s | 建议上下文 |
|---|---|---|---|---|
 Tesla V100 16GB | 16 | ¥4,4324 条挂单 | 96.9 | 32K |
 Radeon RX 9070 XT | 16 | ¥5,9498 条挂单 | 51.1 | 32K |
| GeForce RTX 5060 Ti 16GB | 16 | ¥6,2179 条挂单 | 50.2 | 32K |
| GeForce RTX 5070 | 12 | ¥6,42810 条挂单 | 73.8 | 32K |
| Radeon RX 7800 XT | 16 | ¥6,49810 条挂单 | 49.9 | 32K |
| Tesla V100 32GB | 32 | ¥7,6733 条挂单 | 96.9 | 128K |
 Arc Pro B60 | 24 | ¥7,8293 条挂单 | 33.3 | 128K |
| Radeon RX 7900 XT | 20 | ¥8,3639 条挂单 | 63.3 | 32K |
| Radeon RX 6950 XT | 16 | ¥9,4424 条挂单 | 46.2 | 32K |
| GeForce RTX 5070 Ti | 16 | ¥10,60010 条挂单 | 96.5 | 32K |
| Radeon RX 7900 XTX | 24 | ¥11,6869 条挂单 | 75.2 | 128K |
| GeForce RTX 5080 | 16 | ¥12,5604 条挂单 | 102.8 | 32K |
| Arc Pro B70 | 32 | ¥13,9473 条挂单 | 44 | 128K |
| GeForce RTX 4080 | 16 | ¥14,7108 条挂单 | 78.4 | 32K |
| Radeon AI PRO R9700 | 32 | ¥15,0896 条挂单 | 51.1 | 128K |
| GeForce RTX 3090 | 24 | ¥16,9509 条挂单 | 100.4 | 128K |
| Ryzen AI Max+ 395 128GB | 128 | ¥26,3156 条挂单 | 21 | 128K |
| RTX PRO 4000 Blackwell | 24 | ¥26,6035 条挂单 | 73.8 | 128K |
| GeForce RTX 4090 | 24 | ¥32,9869 条挂单 | 107.5 | 128K |
| GeForce RTX 5090 | 32 | ¥50,3659 条挂单 | 179.1 | 128K |
| DGX Spark 128GB | 128 | ¥55,3043 条挂单 | 31.1 | 128K |
| GeForce RTX 2080 Ti 22GB | 22 | —暂无挂单 | 68 | 32K |
| GeForce RTX 5090 D V2 | 24 | —暂无挂单 | 139.3 | 128K |
| Arc Pro B65 | 32 | —暂无挂单 | 44 | 128K |
| GeForce RTX 4080 SUPER 32GB | 32 | —暂无挂单 | 80.4 | 128K |
| GeForce RTX 5090 D | 32 | —暂无挂单 | 179.1 | 128K |
| Instinct MI100 | 32 | —暂无挂单 | 94.6 | 128K |
| Instinct MI50 32GB | 32 | —暂无挂单 | 79.9 | 128K |
| Radeon PRO W7800 | 32 | —暂无挂单 | 46.2 | 128K |
| RTX PRO 4500 Blackwell | 32 | —暂无挂单 | 96.5 | 128K |
| A100 40GB PCIe | 40 | —暂无挂单 | 158.4 | 128K |
| CMP 170HX 40GB | 40 | —暂无挂单 | 158.9 | 128K |
| GeForce RTX 4090 48GB | 48 | —暂无挂单 | 107.5 | 128K |
| Radeon PRO W7900 | 48 | —暂无挂单 | 68.1 | 128K |
| RTX PRO 5000 Blackwell 48GB | 48 | —暂无挂单 | 139.3 | 128K |
| CMP 170HX 64GB | 64 | —暂无挂单 | 152.9 | 128K |
| Instinct MI210 | 64 | —暂无挂单 | 123.1 | 128K |
| RTX PRO 5000 Blackwell 72GB | 72 | —暂无挂单 | 139.3 | 128K |
| RTX PRO 6000D | 84 | —暂无挂单 | 159.6 | 128K |
| RTX PRO 6000 Blackwell | 96 | —暂无挂单 | 179.1 | 128K |
| Mac Studio M4 Max 128GB | 128 | —暂无挂单 | 48.1 | 128K |
| Mac Studio M5 Max 128GB | 128 | —暂无挂单 | 53.9 | 128K |
| MacBook Pro M4 Max 128GB | 128 | —暂无挂单 | 48.1 | 128K |
| MacBook Pro M5 Max 128GB | 128 | —暂无挂单 | 53.9 | 128K |
| Mac Studio M3 Ultra 512GB | 512 | —暂无挂单 | 70.8 | 128K |
判定口径：权重 + KV cache + 运行开销 ≤ 可用显存，单卡。MoE 模型标「卸载」表示把专家权重放进系统内存后能跑（显存只放注意力层与 KV cache），速度按内存带宽 70 GB/s 估算。上下文列给的是能装下的最大档位。
用 Ollama / llama.cpp / vLLM 本地部署 Qwen3.5 9B
Ollama
Ollama 库暂无官方标签。
llama.cpp
llama.cpp 直接从 Hugging Face 拉 GGUF，-c 是上下文长度。
llama-server -hf unsloth/Qwen3.5-9B-GGUF:Q4_K_M -c 8192
vLLM
vLLM 跑的是原始精度权重，显存要求比 GGUF 高得多，通常要多卡。
vllm serve Qwen/Qwen3.5-9B
量化文件名以模型库当周抓取为准，口径见数据方法。 数据方法
常见问题
Qwen3.5 9B 需要多少显存？
在 Q4_K_M 量化、8K 上下文下 Qwen3.5 9B 约需 8GB 显存，留到 12GB 更稳。
哪张显卡最便宜能跑 Qwen3.5 9B？
Tesla V100 16GB，16GB 显存，当前中位价约 ¥4,432，预估 96.9 tokens/s。
Qwen3.5 9B 能用 Ollama 跑吗？
暂时不能，Ollama 库还没有它的官方标签；可以用 llama.cpp 加载 GGUF。