# Requisitos de GPU de Qwen3-32B

Qwen3-32B tiene 33B parámetros. Para servirlo, calcula unos 79 GB de memoria de GPU en 16 bits, 39 GB en 8 bits o 20 GB en 4 bits, incluido un 20% para la caché KV y las activaciones.

[Despliégalo en Arrakis](/console/#/models?model=Qwen/Qwen3-32B).

## Lo que hace falta para servirlo

| Precisión | Memoria y configuración mínima |
|---|---|
| 16 bits | 79 GB: una [H100](/es/gpus/h100.html.md) o [A100](/es/gpus/a100.html.md), la H100 desde 1,65 US$ por GPU-hora |
| 8 bits | 39 GB: una [L40S](/es/gpus/l40s.html.md), [RTX 6000 Ada](/es/gpus/rtx-6000-ada.html.md) o [RTX A6000](/es/gpus/rtx-a6000.html.md), la L40S desde 0,44 US$ por GPU-hora |
| 4 bits | 20 GB: una [RTX 4090](/es/gpus/rtx-4090.html.md) o [RTX 3090](/es/gpus/rtx-3090.html.md), la RTX 3090 desde 0,19 US$ por GPU-hora |

## Lo que hace falta para ajustarlo

| Método | Memoria y configuración mínima |
|---|---|
| QLoRA | 23 GB: una [RTX 4090](/es/gpus/rtx-4090.html.md) o [RTX 3090](/es/gpus/rtx-3090.html.md), la RTX 3090 desde 0,19 US$ por GPU-hora |
| LoRA | 79 GB: una [H100](/es/gpus/h100.html.md) o [A100](/es/gpus/a100.html.md), la H100 desde 1,65 US$ por GPU-hora |
| Ajuste fino completo | 524 GB: 4 × [H200](/es/gpus/h200.html.md), desde 16,12 US$ por hora las 4 |

## Sobre el modelo

| | |
|---|---|
| Parámetros | `33B` |
| Ventana de contexto (tokens) | `40,960` |
| Publicado en | `BF16` |
| Licencia | `apache-2.0` |
| Fecha de publicación | `2025-04-27` |
| Pesos | [Qwen/Qwen3-32B](https://huggingface.co/Qwen/Qwen3-32B) |

## Sírvelo tú mismo

```
vllm serve Qwen/Qwen3-32B --tensor-parallel-size 1
```

## Preguntas

**¿Cuánta memoria de GPU necesita Qwen3-32B?** Para servirlo, unos 79 GB en 16 bits, 39 GB en 8 bits y 20 GB en 4 bits, incluido un 20% para la caché KV y las activaciones. Para ajustarlo, unos 23 GB con QLoRA, 79 GB con LoRA y 524 GB para un ajuste fino completo con Adam, sin contar las activaciones.

**¿Puedo ejecutar Qwen3-32B en una sola GPU?** Sí. En 16 bits necesita unos 79 GB, que caben en una H100 o A100.

**¿Cuánto cuesta ejecutar Qwen3-32B?** En 16 bits necesita una H100 o A100; en 4 bits, una RTX 4090 o RTX 3090. 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 Qwen3-32B en Arrakis?** Abre Models en la consola de Arrakis, pega Qwen/Qwen3-32B, 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: [/models](/es/models.html.md).