Qwen 2.5 Coder 32B — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
The current SOTA for local coding. Matches GPT-4 in many coding benchmarks. Fits on 24GB cards.
Qwen 2.5 Coder 32B 在 Q4_K_M 下约需 20 GB 显存——量化权重加框架开销，不含 KV 缓存。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。包含 8K 上下文的 KV 缓存，因此数值高于上方的主数字。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 13.5 GB | ~57 tok/s | 可运行 | |
| Q3_K_M 3.41 bpw | 16.6 GB | ~46 tok/s | 可运行 | |
| Q4_K_M 4.83 bpw | 22.3 GB | ~34 tok/s | 勉强 | |
| Q5_K_M 5.67 bpw | 25.6 GB | ~4 tok/s | 需卸载 | |
| Q6_K 6.56 bpw | 29.2 GB | ~4 tok/s | 需卸载 | |
| Q8_0 8.50 bpw | 36.9 GB | ~3 tok/s | 需卸载 | |
| F16 16.00 bpw | 66.9 GB | — | 放不下 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. Qwen 2.5 Coder 32B 显存计算器 →
运行 Qwen 2.5 Coder 32B
目录中能运行 Qwen 2.5 Coder 32B 的最便宜 GPU 是 AMD Radeon RX 7900 XTX (24 GB).
或在 Vast.ai 比较，低至 $0.35/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
如何运行 Qwen 2.5 Coder 32B
安装 Ollama，然后运行：
ollama run qwen2.5-coder:32b规格
Curated — A hand-written entry from before this catalogue recorded its sources. The figures are long-standing but their provenance is not on file.
- 参数量
- 32 Billion
- 上下文窗口
- 128,000
- 架构
- Dense
- 提供商
- Alibaba Cloud
- 许可证
- Apache 2.0
- Practical deployment
- Single consumer GPU
- 规格量化
- Q4_K_M
- 系统内存
- 32 GB
- 记录更新于
- 2024-11-12
Commercial use permitted. No usage restrictions beyond attribution.
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
我的 GPU 能运行 Qwen 2.5 Coder 32B 吗？
- Qwen 2.5 Coder 32B 在 AMD Radeon RX 7800 XT 上
- Qwen 2.5 Coder 32B 在 AMD Radeon RX 7900 XT 上
- Qwen 2.5 Coder 32B 在 AMD Radeon RX 7900 XTX 上
- Qwen 2.5 Coder 32B 在 AMD Radeon RX 9060 XT 16GB 上
- Qwen 2.5 Coder 32B 在 AMD Radeon RX 9060 XT 8GB 上
- Qwen 2.5 Coder 32B 在 AMD Radeon RX 9070 上
- Qwen 2.5 Coder 32B 在 AMD Radeon RX 9070 XT 上
- Qwen 2.5 Coder 32B 在 AMD Ryzen AI Max+ 395 上
- Qwen 2.5 Coder 32B 在 Apple M1 上
- Qwen 2.5 Coder 32B 在 Apple M1 Max 上
- Qwen 2.5 Coder 32B 在 Apple M1 Pro 上
- Qwen 2.5 Coder 32B 在 Apple M2 Max 上
- Qwen 2.5 Coder 32B 在 Apple M2 Pro 上
- Qwen 2.5 Coder 32B 在 Apple M3 Max 上
- Qwen 2.5 Coder 32B 在 Apple M3 Pro 上
- Qwen 2.5 Coder 32B 在 Apple M4 上
- Qwen 2.5 Coder 32B 在 Apple M5 上
- Qwen 2.5 Coder 32B 在 Apple M5 Pro 上
- Qwen 2.5 Coder 32B 在 Intel Arc B570 上
- Qwen 2.5 Coder 32B 在 Intel Arc B580 上
- Qwen 2.5 Coder 32B 在 NVIDIA A100 80GB (PCIe) 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 3070 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 3070 Ti 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 3090 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 4060 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 4060 Ti 16GB 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 4070 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 4070 Super 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 4070 Ti 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 4070 Ti Super 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 4080 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 4080 Super 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 4090 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 5060 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 5060 Ti 16GB 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 5070 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 5070 Ti 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 5080 上
- Qwen 2.5 Coder 32B 在 NVIDIA GeForce RTX 5090 上
- Qwen 2.5 Coder 32B 在 NVIDIA H100 80GB (PCIe) 上
- Qwen 2.5 Coder 32B 在 NVIDIA L40S 上
- Qwen 2.5 Coder 32B 在 NVIDIA RTX 6000 Ada Generation 上
- Qwen 2.5 Coder 32B 在 NVIDIA RTX PRO 6000 Blackwell 上
Qwen 2.5 Family 的其他尺寸
Qwen 2.5 Coder 32B — 常见问题
How much VRAM does Qwen 2.5 Coder 32B need?
About 20 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does Qwen 2.5 Coder 32B run on an RTX 4090 (24 GB)?
Yes. Qwen 2.5 Coder 32B needs about 20 GB at Q4_K_M, inside a 24 GB card, at an estimated 34 tokens/sec.
How do I run Qwen 2.5 Coder 32B locally?
Install Ollama and run `ollama run qwen2.5-coder:32b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does Qwen 2.5 Family come in?
Qwen 2.5 Coder 32B (20 GB), Qwen 2.5 14B Instruct (9 GB), Qwen 2.5 7B Instruct (5 GB), Qwen 2.5 72B Instruct (44 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.