Qwen — открытые модели Alibaba, самые популярные для запуска у себя: хорошо пишут по-русски, видят картинки, пишут код и работают с инструментами. Ниже — 7 моделей Qwen, под которые в конфигураторе есть готовые сборки: от Qwen 3.5 9B на одной видеокарте за 16 ГБ до Qwen 3.5 397B на сервере с восемью картами. Для каждой — сколько видеопамяти нужно в Q4, Q6 и Q8 и ссылки на сборки трёх уровней.
Сборка под Qwen 3.8 27BВсе модели
Модели и сборки
| Модель | Главное применение | Нужно на «Экономично» | Сборка |
|---|---|---|---|
| Qwen 3.8 27B | ассистент, документы и сканы, код, агенты | 20 ГБ | башня · в стойку |
| Qwen 3.6 35B-A3B | быстрый ассистент, длинные документы | 25 ГБ | башня · в стойку |
| Qwen 3.5 9B | простые задачи на потоке, извлечение данных | 8,3 ГБ | башня · в стойку |
| Qwen3-Coder-Next 80B | помощник программиста для команды | 51,4 ГБ | башня · в стойку |
| Qwen 3.5 122B-A10B | корпоративный ассистент на отдел | 81,1 ГБ | башня · в стойку |
| Qwen 3.8 Flash-Next 125B | ассистент для всей компании | ОЗУ 153 ГБ + карта 24 ГБ | башня · в стойку |
| Qwen 3.5 397B-A17B | замена облачного ИИ внутри компании | ОЗУ 296 ГБ + карта 24 ГБ | башня · в стойку |
Какую взять. Для ассистента и документов на одной видеокарте — Qwen 3.8 27B: на нашем ИИ-сервере она основная. Если важнее скорость и длинные тексты — Qwen 3.6 35B-A3B (на токен работают 3 млрд параметров). Для программирования командой — Qwen3-Coder-Next. Для отдела и сложной аналитики — Qwen 3.5 122B-A10B, для замены облачного ИИ — Qwen 3.8 Flash-Next 125B или Qwen 3.5 397B.
Уровни: Экономично — самый доступный вариант, на котором модель работает целиком; Сбалансировано — больше бит и длиннее окно; С запасом — несколько пользователей сразу. Цена в тексте не указана: она меняется каждый день и показывается в конфигураторе по ссылке.
Qwen 3.8 27B
Самая популярная открытая модель осени 2026 года: плотная 27B с пониманием картинок и видео, контекст до 256 тыс. токенов. Хорошо пишет и понимает по-русски, решает задачи, пишет код, вызывает инструменты (агенты).
Для чего: чат-ассистент для сотрудников, ответы по базе знаний (RAG), разбор документов и сканов, код, агенты.
Наш опыт. Работает на нашем ИИ-сервере (RTX 5090): в сжатии Q4_K_M с окном 32 тыс. токенов занимает 17,5 ГБ видеопамяти и пишет около 60 токенов в секунду, с MTP-ускорением — до 180.
- Разработчик: Alibaba (Qwen), выпуск — август 2026.
- Параметров: 27 млрд (плотная модель — на каждый токен работают все).
- Понимает: текст, картинки, видео.
- Контекст: до 256 тыс. токенов.
- Лицензия: Apache 2.0. Русский язык: очень хорошо.
- В Ollama:
qwen3.8:27b; веса — на Hugging Face (Qwen/Qwen3.8-27B).
Сколько видеопамяти нужно одному пользователю — веса, кэш контекста в 8 битах и служебная память:
| Сжатие | Файл модели | Видеопамяти с окном 32 тыс. токенов | С окном 128 тыс. |
|---|---|---|---|
| Q4_K_M (4 бита) | 16,5 ГБ | 20 ГБ | 23,2 ГБ |
| Q6_K (6 бит) | 22 ГБ | 25,6 ГБ | 28,9 ГБ |
| Q8_0 (8 бит) | 29,1 ГБ | 32,9 ГБ | 36,1 ГБ |
Готовые сборки. Ссылка откроет конфигуратор со сборкой из деталей в наличии и ценой на сегодня; уровень и корпус там можно поменять.
| Уровень | Что заложено | Нужно | Подойдёт | Готовая сборка |
|---|---|---|---|---|
| Экономично | 4 бита (Q4_K_M), окно 32 тыс. токенов, 1 пользователь | 20 ГБ | 24 ГБ (RTX PRO 4000 и выше) | башня · в стойку |
| Сбалансировано | 8 бит (Q8_0), окно 64 тыс. токенов, 1 пользователь | 34 ГБ | 48 ГБ (RTX PRO 5000, RTX 6000 Ada) | башня · в стойку |
| С запасом | 8 бит (Q8_0), 4 пользователя по 32 тыс. токенов (vLLM) | 40,2 ГБ | 48 ГБ (RTX PRO 5000, RTX 6000 Ada) | башня · в стойку |
Qwen 3.6 35B-A3B
Быстрая модель Qwen: 35 млрд параметров, из них на токен — 3 млрд. Отвечает в 2–3 раза быстрее плотной 27B и держит очень длинный контекст почти без лишней памяти.
Для чего: длинные документы и переписка, агенты с инструментами, быстрый ассистент на нескольких пользователей.
- Разработчик: Alibaba (Qwen), выпуск — апрель 2026.
- Параметров: 35 млрд, из них на каждый токен работают 3 млрд («смесь экспертов», MoE).
- Понимает: текст, картинки, видео.
- Контекст: до 256 тыс. токенов.
- Лицензия: Apache 2.0. Русский язык: хорошо.
- В Ollama:
qwen3.6:35b-a3b; веса — на Hugging Face (Qwen/Qwen3.6-35B-A3B).
Сколько видеопамяти нужно одному пользователю — веса, кэш контекста в 8 битах и служебная память:
| Сжатие | Файл модели | Видеопамяти с окном 32 тыс. токенов | С окном 128 тыс. |
|---|---|---|---|
| Q4_K_M (4 бита) | 22,1 ГБ | 25 ГБ | 26 ГБ |
| Q6_K (6 бит) | 29,3 ГБ | 32,4 ГБ | 33,4 ГБ |
| Q8_0 (8 бит) | 36,9 ГБ | 40,2 ГБ | 41,2 ГБ |
Готовые сборки. Ссылка откроет конфигуратор со сборкой из деталей в наличии и ценой на сегодня; уровень и корпус там можно поменять.
| Уровень | Что заложено | Нужно | Подойдёт | Готовая сборка |
|---|---|---|---|---|
| Экономично | 4 бита (Q4_K_M), окно 32 тыс. токенов, 1 пользователь | 25 ГБ | 32 ГБ (RTX 5090, RTX PRO 4500) | башня · в стойку |
| Сбалансировано | 8 бит (Q8_0), окно 64 тыс. токенов, 1 пользователь | 40,6 ГБ | 48 ГБ (RTX PRO 5000, RTX 6000 Ada) | башня · в стойку |
| С запасом | 8 бит (Q8_0), 4 пользователя по 32 тыс. токенов (vLLM) | 45,8 ГБ | 48 ГБ (RTX PRO 5000, RTX 6000 Ada) | башня · в стойку |
Qwen 3.5 9B
Небольшая модель Qwen: 9 млрд параметров, понимает картинки, работает даже на недорогой видеокарте на 16 ГБ. Для простых задач — разбор писем, классификация, извлечение данных из документов.
Для чего: простые задачи на потоке, извлечение полей из документов, встроенный помощник в программу.
- Разработчик: Alibaba (Qwen), выпуск — февраль 2026.
- Параметров: 9 млрд (плотная модель — на каждый токен работают все).
- Понимает: текст, картинки, видео.
- Контекст: до 256 тыс. токенов.
- Лицензия: Apache 2.0. Русский язык: хорошо.
- В Ollama:
qwen3.5:9b; веса — на Hugging Face (Qwen/Qwen3.5-9B).
Сколько видеопамяти нужно одному пользователю — веса, кэш контекста в 8 битах и служебная память:
| Сжатие | Файл модели | Видеопамяти с окном 32 тыс. токенов | С окном 128 тыс. |
|---|---|---|---|
| Q4_K_M (4 бита) | 5,7 ГБ | 8,3 ГБ | 9,9 ГБ |
| Q6_K (6 бит) | 7,5 ГБ | 10,1 ГБ | 11,8 ГБ |
| Q8_0 (8 бит) | 9,5 ГБ | 12,3 ГБ | 13,9 ГБ |
Готовые сборки. Ссылка откроет конфигуратор со сборкой из деталей в наличии и ценой на сегодня; уровень и корпус там можно поменять.
| Уровень | Что заложено | Нужно | Подойдёт | Готовая сборка |
|---|---|---|---|---|
| Экономично | 4 бита (Q4_K_M), окно 32 тыс. токенов, 1 пользователь | 8,3 ГБ | 16 ГБ (RTX 5060 Ti 16 ГБ и выше) | башня · в стойку |
| Сбалансировано | 8 бит (Q8_0), окно 64 тыс. токенов, 1 пользователь | 12,8 ГБ | 16 ГБ (RTX 5060 Ti 16 ГБ и выше) | башня · в стойку |
| С запасом | 8 бит (Q8_0), 4 пользователя по 32 тыс. токенов (vLLM) | 15,4 ГБ | 16 ГБ (RTX 5060 Ti 16 ГБ и выше) | башня · в стойку |
Qwen3-Coder-Next 80B-A3B
Модель Qwen для программирования: 80 млрд параметров, на токен — 3 млрд, контекст 256 тыс. токенов — помещается целый проект.
Для чего: помощник программиста для команды (Continue, Cline, Roo Code), разбор и правка больших проектов.
- Разработчик: Alibaba (Qwen), выпуск — январь 2026.
- Параметров: 80 млрд, из них на каждый токен работают 3 млрд («смесь экспертов», MoE).
- Понимает: текст.
- Контекст: до 256 тыс. токенов.
- Лицензия: Apache 2.0. Русский язык: хорошо.
- В Ollama:
qwen3-coder-next; веса — на Hugging Face (Qwen/Qwen3-Coder-Next).
Сколько видеопамяти нужно одному пользователю — веса, кэш контекста в 8 битах и служебная память:
| Сжатие | Файл модели | Видеопамяти с окном 32 тыс. токенов | С окном 128 тыс. |
|---|---|---|---|
| Q4_K_M (4 бита) | 48,5 ГБ | 51,4 ГБ | 52,6 ГБ |
| Q6_K (6 бит) | 65,6 ГБ | 69 ГБ | 70,2 ГБ |
| Q8_0 (8 бит) | 84,8 ГБ | 88,8 ГБ | 90 ГБ |
Готовые сборки. Ссылка откроет конфигуратор со сборкой из деталей в наличии и ценой на сегодня; уровень и корпус там можно поменять.
| Уровень | Что заложено | Нужно | Подойдёт | Готовая сборка |
|---|---|---|---|---|
| Экономично | 4 бита (Q4_K_M), окно 32 тыс. токенов, 1 пользователь | 51,4 ГБ | 96 ГБ (RTX PRO 6000) или 2–4 карты | башня · в стойку |
| Сбалансировано | 6 бит (Q6_K), окно 64 тыс. токенов, 1 пользователь | 69,4 ГБ | 96 ГБ (RTX PRO 6000) или 2–4 карты | башня · в стойку |
| С запасом | 8 бит (Q8_0), 4 пользователя по 32 тыс. токенов (vLLM) | 100 ГБ | 2 × 96 или 4 × 48 ГБ | башня · в стойку |
Qwen 3.5 122B-A10B
Крупная модель Qwen: 122 млрд параметров, на токен — 10 млрд. Заметно умнее моделей на 27–35B, а в 4 битах помещается в одну RTX PRO 6000 (96 ГБ).
Для чего: корпоративный ассистент на отдел, сложные документы и аналитика, агенты.
- Разработчик: Alibaba (Qwen), выпуск — февраль 2026.
- Параметров: 122 млрд, из них на каждый токен работают 10 млрд («смесь экспертов», MoE).
- Понимает: текст, картинки, видео.
- Контекст: до 256 тыс. токенов.
- Лицензия: Apache 2.0. Русский язык: очень хорошо.
- В Ollama:
qwen3.5:122b-a10b; веса — на Hugging Face (Qwen/Qwen3.5-122B-A10B).
Сколько видеопамяти нужно одному пользователю — веса, кэш контекста в 8 битах и служебная память:
| Сжатие | Файл модели | Видеопамяти с окном 32 тыс. токенов | С окном 128 тыс. |
|---|---|---|---|
| Q4_K_M (4 бита) | 76,5 ГБ | 81,1 ГБ | 82,4 ГБ |
| Q6_K (6 бит) | 101 ГБ | 106 ГБ | 108 ГБ |
| Q8_0 (8 бит) | 130 ГБ | 136 ГБ | 137 ГБ |
Готовые сборки. Ссылка откроет конфигуратор со сборкой из деталей в наличии и ценой на сегодня; уровень и корпус там можно поменять.
| Уровень | Что заложено | Нужно | Подойдёт | Готовая сборка |
|---|---|---|---|---|
| Экономично | 4 бита (Q4_K_M), окно 32 тыс. токенов, 1 пользователь | 81,1 ГБ | 96 ГБ (RTX PRO 6000) или 2–4 карты | башня · в стойку |
| Сбалансировано | 6 бит (Q6_K), окно 64 тыс. токенов, 1 пользователь | 107 ГБ | 2 × 96 или 4 × 48 ГБ | башня · в стойку |
| С запасом | 8 бит (Q8_0), 4 пользователя по 32 тыс. токенов (vLLM) | 153 ГБ | 2 × 96 или 4 × 48 ГБ | башня · в стойку |
Qwen 3.8 Flash-Next 125B-A6B
Новая крупная «быстрая» модель Qwen: 125 млрд параметров, на токен — всего 6 млрд. В 4 битах — 111 ГБ: целиком в двух RTX PRO 6000 или в оперативной памяти сервера с одной видеокартой.
Для чего: ассистент для всей компании, агенты, длинные документы.
- Разработчик: Alibaba (Qwen), выпуск — август 2026.
- Параметров: 125 млрд, из них на каждый токен работают 6 млрд («смесь экспертов», MoE).
- Понимает: текст, картинки, видео.
- Контекст: до 256 тыс. токенов.
- Лицензия: Qwen Community (своя). Русский язык: очень хорошо.
- В Ollama:
qwen3.8-flash-next; веса — на Hugging Face (Qwen/Qwen3.8-Flash-Next).
Сколько видеопамяти нужно одному пользователю — веса, кэш контекста в 8 битах и служебная память:
| Сжатие | Файл модели | Видеопамяти с окном 32 тыс. токенов | С окном 128 тыс. |
|---|---|---|---|
| UD-Q4_K_XL (4 бита) | 111 ГБ | 117 ГБ | 118 ГБ |
| UD-Q6_K_XL (6 бит) | 169 ГБ | 177 ГБ | 178 ГБ |
| Q8_0 (8 бит) | 188 ГБ | 196 ГБ | 197 ГБ |
Готовые сборки. Ссылка откроет конфигуратор со сборкой из деталей в наличии и ценой на сегодня; уровень и корпус там можно поменять.
| Уровень | Что заложено | Нужно | Подойдёт | Готовая сборка |
|---|---|---|---|---|
| Экономично | модель в оперативной памяти сервера (EPYC или Xeon 6, все каналы DDR5) + видеокарта под общие слои и кэш | ОЗУ 153 ГБ + карта 24 ГБ | сервер на EPYC или Xeon 6 + карта от 24 ГБ | башня · в стойку |
| Сбалансировано | 4 бита (UD-Q4_K_XL) целиком в видеопамяти, окно 64 тыс. токенов, 1 пользователь | 117 ГБ | 2 × 96 или 4 × 48 ГБ | башня · в стойку |
| С запасом | 8 бит (Q8_0) целиком в видеопамяти, 4 пользователя по 32 тыс. токенов (vLLM) | 219 ГБ | 4 × 96 или 8 × 48 ГБ | в стойку |
Qwen 3.5 397B-A17B
Старшая открытая модель Qwen 3.5 со свободной лицензией Apache 2.0: 397 млрд параметров, на токен — 17 млрд. По качеству близка к лучшим облачным моделям прошлого года.
Для чего: замена облачного ИИ внутри компании, сложная аналитика, код, агенты.
- Разработчик: Alibaba (Qwen), выпуск — февраль 2026.
- Параметров: 397 млрд, из них на каждый токен работают 17 млрд («смесь экспертов», MoE).
- Понимает: текст, картинки, видео.
- Контекст: до 256 тыс. токенов.
- Лицензия: Apache 2.0. Русский язык: очень хорошо.
- Веса: Hugging Face (
Qwen/Qwen3.5-397B-A17B), файлы GGUF для llama.cpp; в библиотеке Ollama модели нет.
Сколько видеопамяти нужно одному пользователю — веса, кэш контекста в 8 битах и служебная память:
| Сжатие | Файл модели | Видеопамяти с окном 32 тыс. токенов | С окном 128 тыс. |
|---|---|---|---|
| Q4_K_M (4 бита) | 244 ГБ | 253 ГБ | 254 ГБ |
| Q6_K (6 бит) | 327 ГБ | 338 ГБ | 339 ГБ |
| Q8_0 (8 бит) | 422 ГБ | 436 ГБ | 437 ГБ |
Готовые сборки. Ссылка откроет конфигуратор со сборкой из деталей в наличии и ценой на сегодня; уровень и корпус там можно поменять.
| Уровень | Что заложено | Нужно | Подойдёт | Готовая сборка |
|---|---|---|---|---|
| Экономично | модель в оперативной памяти сервера (EPYC или Xeon 6, все каналы DDR5) + видеокарта под общие слои и кэш | ОЗУ 296 ГБ + карта 24 ГБ | сервер на EPYC или Xeon 6 + карта от 24 ГБ | башня · в стойку |
| Сбалансировано | 4 бита (Q4_K_M) целиком в видеопамяти, окно 64 тыс. токенов, 1 пользователь | 253 ГБ | 4 × 96 или 8 × 48 ГБ | в стойку |
| С запасом | 8 бит (Q8_0) целиком в видеопамяти, 4 пользователя по 32 тыс. токенов (vLLM) | 486 ГБ | 8 × 96 ГБ | в стойку |
Как мы считаем видеопамять
Видеопамять = файл модели + проектор картинок (у моделей, которые видят изображения) + кэш контекста в 8 битах + 1 ГБ служебной памяти + 3 % от весов. Кэш растёт с длиной окна и числом одновременных пользователей; для нескольких пользователей (vLLM) берём ещё 10 % запаса. Расчёт сверен с нашим ИИ-сервером: для Qwen 3.8 27B в Q4 формула даёт 20 ГБ, замер — 17,5 ГБ; для Gemma 4 31B QAT — 22 и 19,2 ГБ, то есть с запасом. Если модель не помещается в видеопамять целиком, часть слоёв уходит в оперативную память и ответ замедляется в разы.
Чем запускать
Ollama и LM Studio — проще всего начать, работают на Windows и Linux. llama.cpp — гибкая работа с файлами GGUF, в том числе модель в оперативной памяти с выносом общих слоёв на видеокарту (--n-cpu-moe). vLLM — для нескольких пользователей сразу и для нескольких видеокарт (тензорный параллелизм, поэтому карт 1, 2, 4 или 8). Для больших моделей в оперативной памяти — также ktransformers.
Частые вопросы
Сколько видеопамяти нужно для Qwen 3.8 27B?
В сжатии Q4_K_M файл занимает 16,5 ГБ; с окном 32 тыс. токенов нужно около 20 ГБ видеопамяти — это видеокарта на 24 ГБ. В 8 битах (Q8_0) — около 33 ГБ: на карту 32 ГБ впритык, надёжнее 48 ГБ. На нашем сервере с RTX 5090 модель в Q4 занимает 17,5 ГБ.
Пойдёт ли Qwen на видеокарте 16 ГБ?
Qwen 3.5 9B — да: в Q4 ей нужно около 8 ГБ, даже в Q8 — около 12 ГБ с окном 32 тыс. токенов. Qwen 3.8 27B в Q4 нужно около 20 ГБ — в 16 ГБ целиком не помещается, часть слоёв уйдёт в оперативную память, и ответ замедлится в разы.
Какую Qwen выбрать для программирования?
Qwen3-Coder-Next 80B-A3B: контекст 256 тыс. токенов — помещается целый проект, а на токен работают 3 млрд параметров, поэтому отвечает быстро. В Q4 с окном 32 тыс. токенов ей нужно около 51 ГБ видеопамяти — одна RTX PRO 6000 Blackwell (96 ГБ).
Можно ли запустить Qwen 3.5 397B у себя?
Да. Самый доступный путь — уровень «Экономично»: модель лежит в оперативной памяти сервера (около 296 ГБ), а видеокарта на 24 ГБ держит общие слои и кэш. Целиком в видеопамяти в 4 битах нужно около 253 ГБ — это сервер с восемью картами по 48 ГБ.
Сколько стоит компьютер для Qwen?
Цена зависит от модели, уровня и корпуса и меняется вместе с ценами видеокарт, поэтому в тексте её нет. Нажмите ссылку на сборку — конфигуратор покажет состав и цену на сегодня из деталей в наличии; там же можно сменить уровень, корпус или любую деталь.
Сколько времени занимает сборка и доставка?
Собираем из деталей в наличии и тестируем за 4–5 дней после оплаты. Доставка по России бесплатная — до адреса, со страховкой.
Как оплатить и какая гарантия?
Безналичный расчёт по договору, цены с НДС — работаем с юридическими лицами. Гарантия — 1 год на сервер и комплектующие.
Смотрите также
- Компьютер и сервер для нейросетей — все модели
- Компьютер и сервер для Gemma 4
- Компьютер и сервер для gpt-oss
- Сервер для DeepSeek V4
- Сервер для GigaChat
- Компьютер и сервер для GLM
- Сервер для Kimi K2.6
- Какая видеокарта нужна для нейросети: таблица по моделям
- Квантование нейросети: Q4, Q6 или Q8 — что выбрать
- Локальная нейросеть: компьютер, рабочая станция или сервер
- Наш ИИ-сервер: RTX 5090 и RTX 5060 Ti, Qwen 3.8 27B и Gemma 4 31B
- Сервер для нейросетей и локальных LLM: какие видеокарты и сколько видеопамяти нужно
- GPU-сервер на 1, 2 или 4 видеокарты
- Профессиональные видеокарты NVIDIA