Qwen3.5 9B Instruct: какие файлы скачать (GGUF/Ollama/MLX) — все кванты, размеры и VRAM
Полная раскладка весовых файлов Qwen3.5 9B Instruct (9 B): 8 записей — Ollama-теги, GGUF (все кванты и провайдеры, multi-part), MLX и vLLM-сборки. Размеры — точные байты из манифестов/репо от 19.10.2026, не оценка «0.6 × параметры».
Dense-модель: и память, и скорость — по полным 9 B. Мультимодальная модель (визн+текст): для изображений нужен отдельный mmproj-файл (+~0.9 ГБ).
Ollama (registry.ollama.ai)
| Тег | Квант | Размер | Запуск |
|---|---|---|---|
qwen3.5:9b | Q4_K_M | 5.63 ГБ | ollama pull qwen3.5:9b |
Размер — сумма слоёв манифеста registry.ollama.ai (19.10.2026). Реестр несёт один квант на тег (обычно Q4_K_M): прочие кванты — в GGUF-таблице ниже.
GGUF (все кванты и провайдеры)
| Квант | Файл / провайдер | Размер | Скачать |
|---|---|---|---|
| Q4_K_M | unsloth/Qwen3.5-9B-GGUF ↗ Qwen3.5-9B-Q4_K_M.gguf | 5.68 ГБ | |
| Q5_K_M | unsloth/Qwen3.5-9B-GGUF ↗ Qwen3.5-9B-Q5_K_M.gguf | 6.58 ГБ | |
| Q8_0 | unsloth/Qwen3.5-9B-GGUF ↗ Qwen3.5-9B-Q8_0.gguf | 9.53 ГБ | |
| Q4_K_XL (UD-Dynamic) | unsloth/Qwen3.5-9B-GGUF ↗ Qwen3.5-9B-UD-Q4_K_XL.gguf | 5.97 ГБ | |
| Q4_K_M | bartowski/Qwen_Qwen3.5-9B-GGUF ↗ Qwen_Qwen3.5-9B-Q4_K_M.gguf | 6.17 ГБ |
mmproj — визуальный проектор: mmproj-F16.gguf (+0.92 ГБ, отдельный файл)
MLX (только Apple Silicon)
| Репозиторий | Квант | Размер | Скачать |
|---|---|---|---|
| mlx-community/Qwen3.5-9B-4bit ↗ | 4bit | 5.95 ГБ · 2 части | РФ (hf-mirror) ↗ |
Сколько памяти под контекст
| Контекст | KV-кэш (fp16) | Итого (Q4_K_M 5.63 ГБ + KV + 1.5 ГБ) | 8 ГБ | 12 ГБ | 16 ГБ | 24 ГБ |
|---|---|---|---|---|---|---|
| 4K | 0.1 ГБ | 7.3 ГБ | — | ✓ | ✓ | ✓ |
| 8K | 0.3 ГБ | 7.4 ГБ | — | ✓ | ✓ | ✓ |
| 16K | 0.5 ГБ | 7.7 ГБ | — | ✓ | ✓ | ✓ |
| 32K | 1.1 ГБ | 8.2 ГБ | — | ✓ | ✓ | ✓ |
KV — оценка 16-бит (fp16-кэш); q8_0-KV-кэш режет колонку KV вдвое.
Влезает на N ГБ (Q4_K_M, контекст 16K + overhead)
| Память | Бюджет (90%) | Итого @16K | Вердикт | Макс. контекст |
|---|---|---|---|---|
| 8 ГБ | 7.2 ГБ | 7.7 ГБ | не влезает → offload | до ~2K токенов |
| 16 ГБ | 14.4 ГБ | 7.7 ГБ | влезает | до ~222K токенов |
| 24 ГБ | 21.6 ГБ | 7.7 ГБ | влезает | до ~442K токенов |
| 48 ГБ | 43.2 ГБ | 7.7 ГБ | влезает | до ~1101K токенов |
Бюджет — 90% VRAM (dedicated); unified (Mac) — 70–85%. Не влезает → CPU-offload (1–5 tok/s) или часть весов на GPU (n-gpu-layers). Минимально из вердиктов: 16 ГБ.
Оговорки и ссылки
- Размеры — фактические байты из Ollama-реестра / HF API от 19.10.2026 (методика — в данных files.json).
- «РФ (hf-mirror)» — зеркало hf-mirror.com (Япония): проверено из-за границы 19.10.2026, доступность из РФ не проверялась — проверьте со своего IP (гайд: скачать в России).
- Ссылки на HuggingFace/hf-mirror —
rel="nofollow"(не e-com). Оценка памяти — модель, не бенчмарк.