Arrakis / Modelos / Qwen3-235B-A22B

Requisitos de GPU do Qwen3-235B-A22B

O Qwen3-235B-A22B tem 235B parâmetros. Para servi-lo, conte com cerca de 564 GB de memória de GPU em 16 bits, 282 GB em 8 bits ou 141 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações.

É um modelo de mistura de especialistas: 128 especialistas, 8 deles ativos para cada token. Todos ficam na memória da GPU, então conte memória para todos os 235B parâmetros.

Implantar este modelo Verificar outro modelo

O que é preciso para servi-lo

A memória de GPU para rodá-lo em inferência, com a menor configuração de GPU que o comporta e o menor preço na Arrakis agora.

Precisão	Memória e menor configuração
16 bits	564 GB: 8 × H100, a partir de US$ 16,56 por hora pelas 8
8 bits	282 GB: 4 × H100, a partir de US$ 8,28 por hora pelas 4
4 bits	141 GB: uma B200, a partir de US$ 6,33 por GPU-hora

O que é preciso para fazer ajuste fino

O QLoRA treina adaptadores sobre um modelo congelado em 4 bits, o LoRA sobre um em 16 bits, e o ajuste fino completo atualiza todos os pesos. Os valores não incluem as ativações, que crescem com o tamanho do lote e o comprimento da sequência.

Método	Memória e menor configuração
QLoRA	165 GB: uma B200, a partir de US$ 6,33 por GPU-hora
LoRA	564 GB: 8 × H100, a partir de US$ 16,56 por hora pelas 8
Ajuste fino completo	3.761 GB: mais de uma máquina de 8 GPUs

Sobre o modelo

Do cartão e dos arquivos no Hugging Face. Os números de memória seguem o guia de memória de GPU.

Parâmetros: 235B
Ativos por token: 22B
Especialistas: 128
Especialistas por token: 8
Janela de contexto (tokens): 40,960
Publicado em: BF16
Licença: apache-2.0
Data de lançamento: 2025-04-27
Pesos: Qwen/Qwen3-235B-A22B

Implante na Arrakis

Abra Models no console, escolha vLLM, SGLang ou llama.cpp e alugue uma GPU em que ele caiba. Você recebe um endpoint compatível com OpenAI com sua própria chave de API, e SSH root na máquina. Ou rode você mesmo em qualquer máquina com memória de GPU suficiente:

vLLM

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

Implantar este modelo Como funciona a implantação

Perguntas

Os preços em tempo real de todas as GPUs estão na página de preços de GPU.

Quanta memória de GPU o Qwen3-235B-A22B precisa?

Para servi-lo, cerca de 564 GB em 16 bits, 282 GB em 8 bits e 141 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações. Para fazer ajuste fino, cerca de 165 GB com QLoRA, 564 GB com LoRA e 3.761 GB para ajuste fino completo com Adam, sem contar as ativações.

Posso rodar o Qwen3-235B-A22B em uma única GPU?

Sim, quantizado. Em 4 bits ele precisa de cerca de 141 GB, que cabem em uma B200. Em 16 bits ele precisa de 8 GPUs H100.

Quanto custa rodar o Qwen3-235B-A22B?

Em 16 bits ele precisa de 8 GPUs H100; em 4 bits, de uma B200. Cada configuração desta página mostra o menor preço por GPU-hora na Arrakis agora, e você paga por hora a partir de um saldo pré-pago.

Como implanto o Qwen3-235B-A22B na Arrakis?

Abra Models no console da Arrakis, cole Qwen/Qwen3-235B-A22B, escolha vLLM, SGLang ou llama.cpp e alugue uma GPU em que ele caiba. Você recebe um endpoint compatível com OpenAI com sua própria chave de API, e SSH root na máquina.

Mais modelos

Todos os modelos, e uma verificação para qualquer outro.