硬體 / VRAM

Workstation · 48 GB

70B Q4 serving begins here, with limited room for cache and concurrency.

RTX 6000 / dual GPU48 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

English

35BQ4 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 (餘量充足), Qwen3 32B (餘量充足), Qwen3 30B-A3B (餘量充足), Qwen3.6 27B (餘量充足), Qwen3.8 27B (餘量充足)。