# 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.

[Despliégalo en Arrakis](/console/#/models?model=Qwen/Qwen3.5-122B-A10B).

## Lo que hace falta para servirlo

| Precisión | Memoria y configuración mínima |
|---|---|
| 16 bits | 300 GB: 4 × [H100](/es/gpus/h100.html.md), desde 6,60 US$ por hora las 4 |
| 8 bits | 150 GB: una [B200](/es/gpus/b200.html.md), desde 6,79 US$ por GPU-hora |
| 4 bits | 75 GB: una [H100](/es/gpus/h100.html.md) o [A100](/es/gpus/a100.html.md), la H100 desde 1,65 US$ por GPU-hora |

## Lo que hace falta para ajustarlo

| Método | Memoria y configuración mínima |
|---|---|
| QLoRA | 88 GB: una [RTX PRO 6000](/es/gpus/rtx-pro-6000.html.md), desde 1,90 US$ por GPU-hora |
| LoRA | 300 GB: 4 × [H100](/es/gpus/h100.html.md), desde 6,60 US$ por hora las 4 |
| Ajuste fino completo | 2.001 GB: 8 × [B300](/es/gpus/b300.html.md), desde 36,80 US$ por hora las 8 |

## Sobre el modelo

| | |
|---|---|
| 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](https://huggingface.co/Qwen/Qwen3.5-122B-A10B) |

## Sírvelo tú mismo

```
vllm serve Qwen/Qwen3.5-122B-A10B --tensor-parallel-size 4
```

## Preguntas

**¿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: [/models](/es/models.html.md).