LLMQwen
Qwen/Qwen3-1.7B
Qwen/Qwen3-1.7B
参数量
1.7B
上下文
40K
下载量
7.3M
点赞
517
架构
qwen3
28 layers · 8 KV heads · head 128 · hidden 2048
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 | 7.7 GB RAM 32.0 · Disk 44.0 | 18.6 GB RAM 32.0 · Disk 70.0 | 90.8 GB RAM 136.2 · Disk 109.0 |
| FP88bit | 5.7 GB RAM 32.0 · Disk 41.5 | 16.5 GB RAM 32.0 · Disk 67.5 | 88.6 GB RAM 132.9 · Disk 106.5 |
| INT88bit | 5.7 GB RAM 32.0 · Disk 41.5 | 16.5 GB RAM 32.0 · Disk 67.5 | 88.6 GB RAM 132.9 · Disk 106.5 |
| AWQ4bit | 4.7 GB RAM 32.0 · Disk 40.3 | 15.5 GB RAM 32.0 · Disk 66.3 | 87.6 GB RAM 131.3 · Disk 105.3 |
| GPTQ4bit | 4.7 GB RAM 32.0 · Disk 40.3 | 15.5 GB RAM 32.0 · Disk 66.3 | 87.6 GB RAM 131.3 · Disk 105.3 |
| GGUF4bit | 4.7 GB RAM 32.0 · Disk 40.3 | 15.5 GB RAM 32.0 · Disk 66.3 | 87.6 GB RAM 131.4 · Disk 105.3 |
GPU 推荐
Best ValueBEST
1× RTX 5090
32 GB VRAM
$244/月
≈ 2159 tok/s
可用生产吞吐 ≈ 1511.3 tok/s
score 0.6266
Cheapest
1× Tesla V100
16 GB VRAM
$9.9/月
≈ 0 tok/s (N/A — benchmark unavailable)
可用生产吞吐 ≈ 0 tok/s
score 0.6365
Performance
8× H200 SXM
1128 GB VRAM
$20,440/月
≈ 18506 tok/s
可用生产吞吐 ≈ 12954.2 tok/s
score 0.2197
Min Complexity
1× RTX 5070 Ti
16 GB VRAM
$62.0/月
≈ 1079.5 tok/s
可用生产吞吐 ≈ 755.7 tok/s
score 0.6418
💬 社区 —— 真实部署经验
0 文章 · 0 实测
单卡可运行的 GPU
Tesla V100
16 GB VRAM
$9.9
/月 · vast
RTX 4070S Ti
16 GB VRAM
$49.5
/月 · vast
RTX 4080S
16 GB VRAM
$50.0
/月 · vast
RTX 5070 Ti
16 GB VRAM
$62.0
/月 · vast
RTX 3090
24 GB VRAM
$78.7
/月 · vast