01O que ele sabe fazer
- Licença Apache 2.0 sem cláusula restritiva
- Visão nativa: imagens, documentos e vídeos
- 262k de contexto nativo
- Avanço significativo na programação com agentes em relação ao Qwen 3.6-27B
- Tag oficial Ollama + builds MLX para Apple Silicon
- —18 GB de pesos em Q4_K_M: 24 GB de VRAM para executar 100 % na GPU
- —Velocidade de geração local moderada (~9-22 tok/s) e modo thinking com alto consumo de tokens
- —Benchmarks do fabricante, não reproduzidos de forma independente
- —O contexto de 1M exige vLLM/SGLang, inacessível via Ollama
05Instalar
Instale Ollama para seu SO. Verifique o modelo e sua quantização antes do download. Comece com 4096 tokens de contexto, depois verifique a alocação com ollama ps. Um comando abaixo não é prova de teste executado na sua máquina.
02Memória necessária
Quantidade aproximada de VRAM da GPU necessária para executar este modelo, incluindo a memória adicional para um contexto de 4k tokens. Para um contexto mais longo, adicione ~1 GB a cada 8k tokens.
Qual hardware usar para Qwen 3.8 27B?
Para executar Qwen 3.8 27B localmente com quantização Q4, você precisa de aproximadamente 16 GB de VRAM. Uma opção para comparar: GMKtec EVO-X2 64GB / 1TB (Ryzen AI Max+ 395) — mantenha uma margem para o sistema e o contexto; verifique a compatibilidade do motor com a GPU.
Por que essa escolha? Nossa ficha completa sobre GMKtec EVO-X2 64GB / 1TB (Ryzen AI Max+ 395) →
Links afiliados — comissão possível sem custo adicional para você, recomendação independente. Como Parceiro Amazon, QualLLM obtém lucro com compras que atendem às condições exigidas.
Em deslocamento: Qwen 3.8 27B também roda em um Notebook RTX (16 GB de VRAM) →
03Velocidade estimada
Tokens gerados por segundo em Q4_K_M, contexto 4k. Acima de 20 t/s, a leitura é confortável. Abaixo de 10 t/s, é apenas para testar.
04Benchmarks públicos
Pontuações reproduzidas a partir das fichas dos modelos ou de fontes do MMLU-Pro / da comunidade. Unidade: % de respostas corretas.