Arrakis / Modelos / Qwen3-235B-A22B

Requisitos de GPU de Qwen3-235B-A22B

Qwen3-235B-A22B tiene 235B parámetros. Para servirlo, calcula unos 564 GB de memoria de GPU en 16 bits, 282 GB en 8 bits o 141 GB en 4 bits, incluido un 20% para la caché KV y las activaciones.

Es un modelo de mezcla de expertos: 128 expertos, 8 de ellos activos en cada token. Todos permanecen en la memoria de la GPU, así que calcula la memoria para los 235B parámetros.

Desplegar este modelo Comprobar otro modelo

Lo que hace falta para servirlo

La memoria de GPU para ejecutarlo en inferencia, con la configuración de GPU más pequeña que lo sostiene y el precio más bajo en Arrakis ahora mismo.

Precisión	Memoria y configuración mínima
16 bits	564 GB: 8 × H100, desde 16,56 US$ por hora las 8
8 bits	282 GB: 4 × H100, desde 8,28 US$ por hora las 4
4 bits	141 GB: una B200, desde 6,33 US$ por GPU-hora

Lo que hace falta para ajustarlo

QLoRA entrena adaptadores sobre un modelo congelado de 4 bits; LoRA, sobre uno de 16 bits, y el ajuste fino completo actualiza todos los pesos. Las cifras no incluyen las activaciones, que crecen con el tamaño del lote y la longitud de secuencia.

Método	Memoria y configuración mínima
QLoRA	165 GB: una B200, desde 6,33 US$ por GPU-hora
LoRA	564 GB: 8 × H100, desde 16,56 US$ por hora las 8
Ajuste fino completo	3.761 GB: más de una máquina de 8 GPU

Sobre el modelo

De su ficha y sus archivos en Hugging Face. Las cifras de memoria siguen la guía de memoria de GPU.

Parámetros: 235B
Activos por token: 22B
Expertos: 128
Expertos por token: 8
Ventana de contexto (tokens): 40,960
Publicado en: BF16
Licencia: apache-2.0
Fecha de publicación: 2025-04-27
Pesos: Qwen/Qwen3-235B-A22B

Despliégalo en Arrakis

Abre Models en la consola, elige vLLM, SGLang o llama.cpp y alquila una GPU en la que quepa. Obtienes un endpoint compatible con OpenAI con su propia clave de API, y SSH root a la máquina. O ejecútalo tú mismo en cualquier máquina con suficiente memoria de GPU:

vLLM

vllm serve Qwen/Qwen3-235B-A22B --tensor-parallel-size 8

Desplegar este modelo Cómo funciona el despliegue

Preguntas

Los precios en tiempo real de todas las GPU están en la página de precios de GPU.

¿Cuánta memoria de GPU necesita Qwen3-235B-A22B?

Para servirlo, unos 564 GB en 16 bits, 282 GB en 8 bits y 141 GB en 4 bits, incluido un 20% para la caché KV y las activaciones. Para ajustarlo, unos 165 GB con QLoRA, 564 GB con LoRA y 3.761 GB para un ajuste fino completo con Adam, sin contar las activaciones.

¿Puedo ejecutar Qwen3-235B-A22B en una sola GPU?

Sí, cuantizado. En 4 bits necesita unos 141 GB, que caben en una B200. En 16 bits necesita 8 GPU H100.

¿Cuánto cuesta ejecutar Qwen3-235B-A22B?

En 16 bits necesita 8 GPU H100; en 4 bits, una B200. Cada configuración de esta página muestra el precio más bajo por GPU-hora en Arrakis ahora mismo, y pagas por hora desde un saldo prepago.

¿Cómo despliego Qwen3-235B-A22B en Arrakis?

Abre Models en la consola de Arrakis, pega Qwen/Qwen3-235B-A22B, elige vLLM, SGLang o llama.cpp y alquila una GPU en la que quepa. Obtienes un endpoint compatible con OpenAI con su propia clave de API, y SSH root a la máquina.

Más modelos

Todos los modelos, y una comprobación para cualquier otro.