Qwen3 235B-A22B: сколько видеопамяти нужно и на какой видеокарте запустить
Qwen3 235B-A22B в квантизации Q4_K_M с контекстом 8 тысяч токенов занимает 134,9 ГБ видеопамяти. Самый дешёвый вариант сейчас — 2× A800 PCIe 80 ГБ, от 164 ₽/ч.
Цена — от самой дешёвой видеокарты этой модели × число GPU. Сервер на 2–8 видеокарт бывает немного дороже за штуку.
Как запустить на gpu.nz
Для API с высокой нагрузкой — шаблон vLLM с OpenAI-совместимым API.
Вопросы
Сколько видеопамяти нужно Qwen3 235B-A22B?
В квантизации Q4_K_M с контекстом 8 тысяч токенов — 134,9 ГБ: веса 132,4 ГБ, кэш контекста 1,5 ГБ и около 1 ГБ служебной памяти. В BF16 — 440,5 ГБ.
Запустится ли Qwen3 235B-A22B на RTX 4090 с 24 ГБ?
В одну RTX 4090 модель не помещается даже в Q4_K_M: нужно 134,9 ГБ. Подойдёт видеокарта с 141 ГБ ГБ или несколько RTX 4090.
Сколько стоит запустить Qwen3 235B-A22B?
Самый дешёвый подходящий сервер сейчас — 2× A800 PCIe 80 ГБ, от 164 ₽/ч. Оплата поминутная: остановили сервер — платите только за диск.
Какую квантизацию выбрать?
Q4_K_M — стандарт для чата: качество почти как у оригинала при размере втрое меньше BF16. Q5_K_M и Q6_K точнее, Q8_0 почти не отличается от оригинала. Для vLLM берите FP8 или BF16.
Размеры файлов сверены с Hugging Face 2026-10-19. 1 ГБ здесь — 1024³ байт, как у видеокарт. На Hugging Face размеры в десятичных гигабайтах, поэтому там числа на 7% больше.