Modelos / Qwen 3
Qwen 3 4B
Pequeno e surpreendentemente capaz. Roda até em notebooks sem placa dedicada.
- Parâmetros
- 4B
- Contexto máximo
- 256K
- Placa mínima
- 6 GB de VRAM
- Mac mínimo
- 8 GB
Alibaba · licença apache-2.0 · mínimos com Q4_K_M e 8K de contexto
Rodar no Ollama
- Q4_K_M
ollama run qwen3:4b - Q8_0
ollama run qwen3:4b-q8_0 - FP16
ollama run qwen3:4b-fp16
Quanta memória precisa
Total com pesos, KV cache e runtime, por quantização e contexto.
| Quantização | 4K | 8K | 32K | 128K |
|---|---|---|---|---|
| Q4_K_M | 3,5 GB | 4,2 GB | 8,3 GB | 25 GB |
| Q5_K_M | 3,9 GB | 4,6 GB | 8,7 GB | 25,4 GB |
| Q8_0 | 5,3 GB | 6 GB | 10,2 GB | 26,9 GB |
| FP16 | 9,2 GB | 9,9 GB | 14 GB | 30,7 GB |
Placas que rodam
- RTX 5060 Ti 8 GB 8 GBRoda bem≈ 122 tok/s
- RTX 5060 8 GBRoda bem≈ 122 tok/s
- RTX 5050 8 GBRoda bem≈ 87 tok/s
- RTX 4060 Ti 8 GB 8 GBRoda bem≈ 78 tok/s
- RTX 4060 8 GBRoda bem≈ 74 tok/s
- Radeon RX 7600 8 GBRoda bem≈ 63 tok/s
- RTX 5070 12 GBRoda bem≈ 183 tok/s
- RTX 4070 Super 12 GBRoda bem≈ 137 tok/s
- RTX 4070 12 GBRoda bem≈ 137 tok/s
- RTX 3060 12 GB 12 GBRoda bem≈ 98 tok/s
- Radeon RX 7700 XT 12 GBRoda bem≈ 95 tok/s
- Arc B580 12 GBRoda bem≈ 91 tok/s
- RTX 5080 16 GBRoda bem≈ 261 tok/s
- RTX 5070 Ti 16 GBRoda bem≈ 244 tok/s
- RTX 4080 Super 16 GBRoda bem≈ 200 tok/s
- RTX 4070 Ti Super 16 GBRoda bem≈ 183 tok/s
- Radeon RX 9070 XT 16 GBRoda bem≈ 141 tok/s
- Radeon RX 9070 16 GBRoda bem≈ 141 tok/s
- Radeon RX 7800 XT 16 GBRoda bem≈ 137 tok/s
- RTX 5060 Ti 16 GB 16 GBRoda bem≈ 122 tok/s
- RTX 4060 Ti 16 GB 16 GBRoda bem≈ 78 tok/s
- Radeon RX 9060 XT 16 GB 16 GBRoda bem≈ 70 tok/s
- Radeon RX 7600 XT 16 GBRoda bem≈ 63 tok/s
- Radeon RX 7900 XT 20 GBRoda bem≈ 176 tok/s
- RTX 4090 24 GBRoda bem≈ 274 tok/s
- RTX 3090 24 GBRoda bem≈ 255 tok/s
- Radeon RX 7900 XTX 24 GBRoda bem≈ 211 tok/s
- RTX 5090 32 GBRoda bem≈ 488 tok/s
Macs
- M5a partir de 16 GB · ≈ 43 tok/s
- M5 Proa partir de 24 GB · ≈ 86 tok/s
- M5 Maxa partir de 36 GB · ≈ 101 tok/s
- M4a partir de 16 GB · ≈ 34 tok/s
- M4 Proa partir de 24 GB · ≈ 77 tok/s
- M4 Maxa partir de 36 GB · ≈ 90 tok/s
Arquitetura
- 36 camadas, 8 cabeças de KV de 128 dimensões.
- Cada token de contexto ocupa cerca de 144 KB de KV cache em F16.
Fontes: config.json · arquivo de pesos · atualizado em 16/10/2026
Mesma família
Qwen 3 8B · Qwen 3 14B · Qwen 3 32B · Qwen 3 30B-A3B · Qwen 3 Coder 30B-A3B