LLMQwen
Qwen/Qwen3-0.6B
Qwen/Qwen3-0.6B
参数量
507.9M
上下文
40K
下载量
28.9M
点赞
1.5K
架构
qwen3
28 layers · 8 KV heads · head 128 · hidden 1024
GPU 需求
按量化方案和使用场景估算的显存 / 内存 / 磁盘
| 量化 | 最低配置 | 推荐配置 | 生产配置 |
|---|---|---|---|
| FP1616bit | 4.4 GB RAM 32.0 · Disk 40.5 | 13.6 GB RAM 32.0 · Disk 66.5 | 79.3 GB RAM 119.0 · Disk 105.5 |
| FP88bit | 3.8 GB RAM 32.0 · Disk 39.7 | 13.0 GB RAM 32.0 · Disk 65.7 | 78.7 GB RAM 118.0 · Disk 104.7 |
| INT88bit | 3.8 GB RAM 32.0 · Disk 39.7 | 13.0 GB RAM 32.0 · Disk 65.7 | 78.7 GB RAM 118.0 · Disk 104.7 |
| AWQ4bit | 3.5 GB RAM 32.0 · Disk 39.4 | 12.7 GB RAM 32.0 · Disk 65.4 | 78.3 GB RAM 117.5 · Disk 104.4 |
| GPTQ4bit | 3.5 GB RAM 32.0 · Disk 39.4 | 12.7 GB RAM 32.0 · Disk 65.4 | 78.3 GB RAM 117.5 · Disk 104.4 |
| GGUF4bit | 3.5 GB RAM 32.0 · Disk 39.4 | 12.7 GB RAM 32.0 · Disk 65.4 | 78.4 GB RAM 117.5 · Disk 104.4 |
GPU 推荐
Best ValueBEST
1× RTX 5090
32 GB VRAM
$225/月
≈ 7168 tok/s
可用生产吞吐 ≈ 5017.6 tok/s
score 0.6039
Cheapest
1× RTX 4070S Ti
16 GB VRAM
$49.5/月
≈ 0 tok/s (N/A — benchmark unavailable)
可用生产吞吐 ≈ 0 tok/s
score 0.6775
Performance
8× H200 SXM
1128 GB VRAM
$20,440/月
≈ 61440 tok/s
可用生产吞吐 ≈ 43008 tok/s
score 0.2197
Min Complexity
1× RTX 3090
24 GB VRAM
$78.3/月
≈ 3744 tok/s
可用生产吞吐 ≈ 2620.8 tok/s
score 0.6361
💬 社区 —— 真实部署经验
0 文章 · 0 实测
单卡可运行的 GPU
RTX 4070S Ti
16 GB VRAM
$49.5
/月 · vast
Tesla V100
16 GB VRAM
$58.0
/月 · vast
RTX 4080S
16 GB VRAM
$64.6
/月 · vast
RTX 3090
24 GB VRAM
$78.3
/月 · vast
RTX 5080
16 GB VRAM
$85.6
/月 · vast