# Besoins GPU de Qwen3.5-122B-A10B

Qwen3.5-122B-A10B compte 125B paramètres. Pour le servir, prévoyez environ 300 Go de mémoire GPU en 16 bits, 150 Go en 8 bits ou 75 Go en 4 bits, dont environ 20 % pour le cache KV et les activations.

C’est un modèle à mélange d’experts : 256 experts, dont 8 actifs pour chaque token. Tous restent en mémoire GPU : prévoyez la mémoire pour l’ensemble des 125B paramètres.

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

## Ce qu’il faut pour le servir

| Précision | Mémoire et plus petite configuration |
|---|---|
| 16 bits | 300 Go : 4 × [H100](/fr/gpus/h100.html.md), à partir de 6,60 $ de l’heure pour les 4 |
| 8 bits | 150 Go : un [B200](/fr/gpus/b200.html.md), à partir de 6,79 $ par heure de GPU |
| 4 bits | 75 Go : un [H100](/fr/gpus/h100.html.md) ou [A100](/fr/gpus/a100.html.md), la H100 à partir de 1,65 $ par heure de GPU |

## Ce qu’il faut pour l’affiner

| Méthode | Mémoire et plus petite configuration |
|---|---|
| QLoRA | 88 Go : un [RTX PRO 6000](/fr/gpus/rtx-pro-6000.html.md), à partir de 1,90 $ par heure de GPU |
| LoRA | 300 Go : 4 × [H100](/fr/gpus/h100.html.md), à partir de 6,60 $ de l’heure pour les 4 |
| Fine-tuning complet | 2 001 Go : 8 × [B300](/fr/gpus/b300.html.md), à partir de 36,80 $ de l’heure pour les 8 |

## À propos du modèle

| | |
|---|---|
| Paramètres | `125B` |
| Actifs par token | `10B` |
| Experts | `256` |
| Experts par token | `8` |
| Fenêtre de contexte (tokens) | `262,144` |
| Publié en | `BF16` |
| Licence | `apache-2.0` |
| Date de publication | `2026-02-24` |
| Poids | [Qwen/Qwen3.5-122B-A10B](https://huggingface.co/Qwen/Qwen3.5-122B-A10B) |

## Servez-le vous-même

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

## Questions

**De combien de mémoire GPU Qwen3.5-122B-A10B a-t-il besoin ?** Pour le servir, environ 300 Go en 16 bits, 150 Go en 8 bits et 75 Go en 4 bits, dont environ 20 % pour le cache KV et les activations. Pour l’affiner, environ 88 Go avec QLoRA, 300 Go avec LoRA et 2 001 Go pour un fine-tuning complet avec Adam, hors activations.

**Puis-je faire tourner Qwen3.5-122B-A10B sur un seul GPU ?** Oui, quantifié. En 8 bits, il lui faut environ 150 Go, ce qui tient sur un B200. En 16 bits, il lui faut 4 GPU H100.

**Combien coûte l’exécution de Qwen3.5-122B-A10B ?** En 16 bits, il lui faut 4 GPU H100 ; en 4 bits, un H100 ou A100. Chaque configuration de cette page affiche le prix le plus bas par heure de GPU sur Arrakis en ce moment, et vous payez à l’heure depuis un solde prépayé.

**Comment déployer Qwen3.5-122B-A10B sur Arrakis ?** Ouvrez Models dans la console Arrakis, collez Qwen/Qwen3.5-122B-A10B, choisissez vLLM, SGLang ou llama.cpp, et louez un GPU sur lequel il tient. Vous obtenez un endpoint compatible OpenAI avec sa propre clé d’API, et un accès SSH root à la machine.


Plus de modèles : [/models](/fr/models.html.md).