硬件 / VRAM
GeForce RTX 5090 · 32 GB
A fast single-GPU tier for 27B-class low-bit models, with limited remaining space for very long context or multiple concurrent users.
一手来源Consumer Blackwell GPU32 GB
01 / 实际上限
Nex-N2.5-mini
列表中排在最前的模型可能是勉强适配或需要卸载的。日常使用建议选第一个标为 余量充足 的结果，并保持上下文适中。
02 / 默认推理服务
vLLM
Linux GPU servers, concurrency and OpenAI-compatible production APIs. CUDA, ROCm and XPU feature coverage differs. Driver, shared-memory and quantization compatibility are version-specific.
打开指南03 / 模型范围
代表性开放权重模型
Nex AGI
Nex-N2.5-mini
English35BQ4 estimated budget
- 估算内存
- ~21 GB
- 上下文
- 262,144 (config max_position_embeddings)
Alibaba Qwen
Qwen3.6 35B-A3B
35B3B active · Q4 / NVFP4 MoE
- 估算内存
- ~25 GB
- 上下文
- 262K native
Alibaba Qwen
Qwen3 32B
32BGGUF Q4
- 估算内存
- ~24.5 GB
- 上下文
- 32K+
Alibaba Qwen
Qwen3 30B-A3B
30B3B active · GGUF Q4 MoE
- 估算内存
- ~22.5 GB
- 上下文
- 32K+
Alibaba Qwen
Qwen3.6 27B
27BQ4 / NVFP4 estimate
- 估算内存
- ~18.5 GB
- 上下文
- 262K native
Alibaba Qwen
Qwen3.8 27B
27BQ4 estimate
- 估算内存
- ~19.5 GB
- 上下文
- 262K native
注意
适配基于估算的总模型内存。驱动支持、KV 缓存、多模态投影层、并发以及桌面应用都可能进一步压缩可用余量。当前适配：Nex-N2.5-mini (余量充足), Qwen3.6 35B-A3B (勉强适配), Qwen3 32B (勉强适配), Qwen3 30B-A3B (勉强适配), Qwen3.6 27B (余量充足), Qwen3.8 27B (余量充足)。