arrakis
ES
Iniciar sesión Empezar a alquilar
Menú

Arrakis / Modelos / Qwen3.5-122B-A10B

Requisitos de GPU de Qwen3.5-122B-A10B

Qwen3.5-122B-A10B tiene 125B parámetros. Para servirlo, calcula unos 300 GB de memoria de GPU en 16 bits, 150 GB en 8 bits o 75 GB en 4 bits, incluido un 20% para la caché KV y las activaciones.

Es un modelo de mezcla de expertos: 256 expertos, 8 de ellos activos en cada token. Todos permanecen en la memoria de la GPU, así que calcula la memoria para los 125B 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.

PrecisiónMemoria y configuración mínima
16 bits300 GB: 4 × H100, desde 8,28 US$ por hora las 4
8 bits150 GB: una B200, desde 6,33 US$ por GPU-hora
4 bits75 GB: una H100 o A100, la H100 desde 2,07 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.

MétodoMemoria y configuración mínima
QLoRA88 GB: una RTX PRO 6000, desde 1,90 US$ por GPU-hora
LoRA300 GB: 4 × H100, desde 8,28 US$ por hora las 4
Ajuste fino completo2.001 GB: 8 × B300, desde 36,80 US$ por hora las 8

Sobre el modelo

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

Parámetros
125B
Activos por token
10B
Expertos
256
Expertos por token
8
Ventana de contexto (tokens)
262,144
Publicado en
BF16
Licencia
apache-2.0
Fecha de publicación
2026-02-24
Pesos
Qwen/Qwen3.5-122B-A10B

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/Qwen3.5-122B-A10B --tensor-parallel-size 4
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 Qwen3.5-122B-A10B?
Para servirlo, unos 300 GB en 16 bits, 150 GB en 8 bits y 75 GB en 4 bits, incluido un 20% para la caché KV y las activaciones. Para ajustarlo, unos 88 GB con QLoRA, 300 GB con LoRA y 2.001 GB para un ajuste fino completo con Adam, sin contar las activaciones.
¿Puedo ejecutar Qwen3.5-122B-A10B en una sola GPU?
Sí, cuantizado. En 8 bits necesita unos 150 GB, que caben en una B200. En 16 bits necesita 4 GPU H100.
¿Cuánto cuesta ejecutar Qwen3.5-122B-A10B?
En 16 bits necesita 4 GPU H100; en 4 bits, una H100 o A100. 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 Qwen3.5-122B-A10B en Arrakis?
Abre Models en la consola de Arrakis, pega Qwen/Qwen3.5-122B-A10B, 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.