Modelos / Qwen 3
Qwen 3 32B
O maior Qwen 3 denso. Pede 24 GB ou mais.
- Parâmetros
- 32.8B
- Contexto máximo
- 40K
- Placa mínima
- 24 GB de VRAM
- Mac mínimo
- 32 GB
Alibaba · licença apache-2.0 · mínimos com Q4_K_M e 8K de contexto
Rodar no Ollama
- Q4_K_M
ollama run qwen3:32b - Q8_0
ollama run qwen3:32b-q8_0 - FP16
ollama run qwen3:32b-fp16
Quanta memória precisa
Total com pesos, KV cache e runtime, por quantização e contexto.
| Quantização | 4K | 8K | 32K |
|---|---|---|---|
| Q4_K_M | 21,7 GB | 22,9 GB | 30 GB |
| Q5_K_M | 25,1 GB | 26,3 GB | 33,3 GB |
| Q8_0 | 36,7 GB | 37,9 GB | 45 GB |
| FP16 | 67,8 GB | 69 GB | 76,1 GB |
Placas que rodam
- RTX 4090 24 GBApertado≈ 34 tok/s
- RTX 3090 24 GBApertado≈ 32 tok/s
- Radeon RX 7900 XTX 24 GBApertado≈ 26 tok/s
- RTX 5090 32 GBRoda bem≈ 60 tok/s
Macs
- M5a partir de 32 GB · ≈ 5,3 tok/s
- M5 Proa partir de 48 GB · ≈ 11 tok/s
- M5 Maxa partir de 36 GB · ≈ 13 tok/s
- M4a partir de 32 GB · ≈ 4,2 tok/s
- M4 Proa partir de 48 GB · ≈ 9,5 tok/s
- M4 Maxa partir de 36 GB · ≈ 11 tok/s
Arquitetura
- 64 camadas, 8 cabeças de KV de 128 dimensões.
- Cada token de contexto ocupa cerca de 256 KB de KV cache em F16.
Fontes: config.json · arquivo de pesos · atualizado em 16/10/2026
Mesma família
Qwen 3 4B · Qwen 3 8B · Qwen 3 14B · Qwen 3 30B-A3B · Qwen 3 Coder 30B-A3B