硬體 / 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.
一手來源Consumer Blackwell GPU32 GB
01 / 實際上限
Nex-N2.5-mini
清單中排最前的模型可能是勉強適配或需要卸載的。日常使用建議選第一個標為 餘量充足 的結果，並保持上下文適中。
02 / 預設推論服務
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.
開啟指南03 / 模型範圍
代表性開放權重模型
Nex AGI
Nex-N2.5-mini
English35BQ4 estimated budget
- 估算記憶體
- ~21 GB
- 上下文
- 262,144 (config max_position_embeddings)
Alibaba Qwen
Qwen3.6 35B-A3B
35B3B active · Q4 / NVFP4 MoE
- 估算記憶體
- ~25 GB
- 上下文
- 262K native
Alibaba Qwen
Qwen3 32B
32BGGUF Q4
- 估算記憶體
- ~24.5 GB
- 上下文
- 32K+
Alibaba Qwen
Qwen3 30B-A3B
30B3B active · GGUF Q4 MoE
- 估算記憶體
- ~22.5 GB
- 上下文
- 32K+
Alibaba Qwen
Qwen3.6 27B
27BQ4 / NVFP4 estimate
- 估算記憶體
- ~18.5 GB
- 上下文
- 262K native
Alibaba Qwen
Qwen3.8 27B
27BQ4 estimate
- 估算記憶體
- ~19.5 GB
- 上下文
- 262K native
注意
適配以估算的總模型記憶體為準。驅動支援、KV 快取、多模態投影層、併發以及桌面應用都可能進一步壓縮可用餘量。目前適配：Nex-N2.5-mini (餘量充足), Qwen3.6 35B-A3B (勉強適配), Qwen3 32B (勉強適配), Qwen3 30B-A3B (勉強適配), Qwen3.6 27B (餘量充足), Qwen3.8 27B (餘量充足)。