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

O Qwen3.5-122B-A10B tem 125B parâmetros. Para servi-lo, conte com cerca de 300 GB de memória de GPU em 16 bits, 150 GB em 8 bits ou 75 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações.

É um modelo de mistura de especialistas: 256 especialistas, 8 deles ativos para cada token. Todos ficam na memória da GPU, então conte memória para todos os 125B parâmetros.

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

## O que é preciso para servi-lo

| Precisão | Memória e menor configuração |
|---|---|
| 16 bits | 300 GB: 4 × [H100](/pt/gpus/h100.html.md), a partir de US$ 6,60 por hora pelas 4 |
| 8 bits | 150 GB: uma [B200](/pt/gpus/b200.html.md), a partir de US$ 6,79 por GPU-hora |
| 4 bits | 75 GB: uma [H100](/pt/gpus/h100.html.md) ou [A100](/pt/gpus/a100.html.md), a H100 a partir de US$ 1,65 por GPU-hora |

## O que é preciso para fazer ajuste fino

| Método | Memória e menor configuração |
|---|---|
| QLoRA | 88 GB: uma [RTX PRO 6000](/pt/gpus/rtx-pro-6000.html.md), a partir de US$ 1,90 por GPU-hora |
| LoRA | 300 GB: 4 × [H100](/pt/gpus/h100.html.md), a partir de US$ 6,60 por hora pelas 4 |
| Ajuste fino completo | 2.001 GB: 8 × [B300](/pt/gpus/b300.html.md), a partir de US$ 36,80 por hora pelas 8 |

## Sobre o modelo

| | |
|---|---|
| Parâmetros | `125B` |
| Ativos por token | `10B` |
| Especialistas | `256` |
| Especialistas por token | `8` |
| Janela de contexto (tokens) | `262,144` |
| Publicado em | `BF16` |
| Licença | `apache-2.0` |
| Data de lançamento | `2026-02-24` |
| Pesos | [Qwen/Qwen3.5-122B-A10B](https://huggingface.co/Qwen/Qwen3.5-122B-A10B) |

## Sirva você mesmo

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

## Perguntas

**Quanta memória de GPU o Qwen3.5-122B-A10B precisa?** Para servi-lo, cerca de 300 GB em 16 bits, 150 GB em 8 bits e 75 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações. Para fazer ajuste fino, cerca de 88 GB com QLoRA, 300 GB com LoRA e 2.001 GB para ajuste fino completo com Adam, sem contar as ativações.

**Posso rodar o Qwen3.5-122B-A10B em uma única GPU?** Sim, quantizado. Em 8 bits ele precisa de cerca de 150 GB, que cabem em uma B200. Em 16 bits ele precisa de 4 GPUs H100.

**Quanto custa rodar o Qwen3.5-122B-A10B?** Em 16 bits ele precisa de 4 GPUs H100; em 4 bits, de uma H100 ou A100. 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 Qwen3.5-122B-A10B na Arrakis?** Abra Models no console da Arrakis, cole Qwen/Qwen3.5-122B-A10B, 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: [/models](/pt/models.html.md).