01Ce qu'il sait faire
- Licence Apache 2.0 sans clause restrictive
- Vision native : images, documents et vidéos
- 262k de contexte natif
- Net progrès sur le code agentique vs Qwen 3.6-27B
- Tag Ollama officiel + builds MLX pour Apple Silicon
- —18 Go de poids en Q4_K_M : 24 Go de VRAM pour rester 100 % GPU
- —Débit local modéré (~9-22 tok/s) et mode thinking coûteux en tokens
- —Benchmarks constructeur, non reproduits indépendamment
- —Le contexte 1M exige vLLM/SGLang, inaccessible via Ollama
05Installer
Installez Ollama pour votre OS. Vérifiez le modèle et sa quantification avant le téléchargement. Commencez avec 4096 tokens de contexte, puis contrôlez le placement avec ollama ps. Une commande ci-dessous n’est pas une preuve de test exécuté sur votre machine.
02Mémoire requise
VRAM GPU approximative pour faire tourner ce modèle, overhead contexte de 4k tokens inclus. Pour un contexte plus long, ajoutez ~1 Go par tranche de 8k tokens.
Quel matériel pour Qwen 3.8 27B ?
Pour exécuter Qwen 3.8 27B en local en quantification Q4, il faut environ 16 Go de VRAM. Une option à comparer : RTX 5070 Ti 16 Go — gardez une marge pour le système et le contexte ; vérifiez la compatibilité du moteur avec le GPU.
Liens affiliés — commission possible sans surcoût pour vous, reco indépendante. En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
En mobilité : Qwen 3.8 27B tourne aussi sur un PC portable RTX (16 Go de VRAM) →
03Vitesse attendue
Tokens générés par seconde en Q4_K_M, contexte 4k. Au-delà de 20 t/s, la lecture est confortable. En dessous de 10 t/s, c'est juste pour tester.
04Benchmarks publics
Scores reproduits depuis les model cards ou MMLU-Pro / communautaires. Unité : % bonnes réponses.