Modèle · Alibaba Qwen

Qwen3 4B : VRAM et matériel nécessaires

En Q4_K_M avec un contexte de 8K, Qwen3 4B demande environ 4,5 Go : un GPU de 8 Go ou plus le fait tourner entièrement en VRAM.

Paramètres4B
Contexte max128K
LicenceApache-2.0

PartagerFacebook X WhatsApp LinkedIn E-mail

Caractéristiques

Organisation: Alibaba Qwen
Architecture: qwen3
Sortie: avril 2025
Couches: 36
Dimension cachée: 2560
Têtes d'attention: 32
Têtes KV: 8
Dimension par tête: 128
Vocabulaire: 151 936
Cache KV pour 1K tokens (f16): 0,141 Go
Dépôt: Qwen/Qwen3-4B

Spécification officielleDonnées mises à jour il y a 24 joursSource: Hugging Face config.json + model card

Quantifications et mémoire

Qwen3 4B : mémoire par quantification, contexte 8K
Quantification	Taille du fichier	Mémoire nécessaire	Mémoire GPU minimale	Qualité
BF16	7,5 Go	~9,8 Go	11 Go	Référence (non quantifié)
Q8_0	4 Go	~6,2 Go	8 Go	Quasi sans perte
Q6_K	3,1 Go	~5,3 Go	8 Go	Quasi sans perte
Q5_K_M	2,7 Go	~4,9 Go	8 Go	Très bonne
Q4_K_MLa plus utilisée	2,3 Go	~4,5 Go	8 Go	Bonne — le choix courant
IQ4_XS	2,1 Go	~4,3 Go	8 Go	Bonne — le choix courant
Q3_K_M	1,9 Go	~4,1 Go	8 Go	Perte perceptible
Q2_K	1,6 Go	~3,7 Go	8 Go	Perte importante

Tailles de fichier : non disponibles tant qu'elles ne sont pas importées du dépôt du modèle. Mémoire = poids (estimés d'après les bits par poids) + cache KV + surcoût runtime + marge de sécurité. (BF16 ≈ 16 bpw, Q8_0 ≈ 8,5 bpw, Q6_K ≈ 6,57 bpw, Q5_K_M ≈ 5,7 bpw, Q4_K_M ≈ 4,9 bpw, IQ4_XS ≈ 4,46 bpw, Q3_K_M ≈ 4 bpw, Q2_K ≈ 3,17 bpw)

Q4, Q5 ou Q8 : comment choisir sa quantification

Les GPU qui font tourner Qwen3 4B

Qwen3 4B Q4_K_M · contexte 8K, un GPU

RTX 509032 Go · 64 Go RAM~4,5 Go · 227–405 tok/s estimation	Excellent	~4,5 Go	227–405 tok/sestimation
RTX 409024 Go · 64 Go RAM~4,5 Go · 163–261 tok/s estimation	Excellent	~4,5 Go	163–261 tok/sestimation
RTX 309024 Go · 64 Go RAM~4,5 Go · 155–245 tok/s estimation	Excellent	~4,5 Go	155–245 tok/sestimation
RX 7900 XTX24 Go · 64 Go RAM~4,6 Go · 123–206 tok/s estimation	Excellent	~4,6 Go	123–206 tok/sestimation
RTX 5060 Ti 16 GB16 Go · 64 Go RAM~4,5 Go · 90–129 tok/s estimation	Excellent	~4,5 Go	90–129 tok/sestimation
RTX 5070 Ti16 Go · 64 Go RAM~4,5 Go · 151–237 tok/s estimation	Excellent	~4,5 Go	151–237 tok/sestimation
RTX 508016 Go · 64 Go RAM~4,5 Go · 158–251 tok/s estimation	Excellent	~4,5 Go	158–251 tok/sestimation
RTX 4060 Ti 16 GB16 Go · 64 Go RAM~4,5 Go · 62–86 tok/s estimation	Excellent	~4,5 Go	62–86 tok/sestimation
RTX 4070 Ti SUPER16 Go · 64 Go RAM~4,5 Go · 123–185 tok/s estimation	Excellent	~4,5 Go	123–185 tok/sestimation
RX 9070 XT16 Go · 64 Go RAM~4,6 Go · 96–152 tok/s estimation	Excellent	~4,6 Go	96–152 tok/sestimation
RTX 3060 12 GB12 Go · 64 Go RAM~4,5 Go · 75–106 tok/s estimation	Excellent	~4,5 Go	75–106 tok/sestimation
RTX 407012 Go · 64 Go RAM~4,5 Go · 99–144 tok/s estimation	Excellent	~4,5 Go	99–144 tok/sestimation
RTX 507012 Go · 64 Go RAM~4,5 Go · 123–185 tok/s estimation	Excellent	~4,5 Go	123–185 tok/sestimation
RTX 40608 Go · 64 Go RAM~4,5 Go · 59–82 tok/s estimation	Excellent	~4,5 Go	59–82 tok/sestimation

Les Mac qui font tourner Qwen3 4B

Qwen3 4B Q4_K_M · contexte 8K

M3 Ultra (80-core GPU) · 512 GoMac Studio~4,3 Go · 108–244 tok/s estimation	Excellent	~4,3 Go	108–244 tok/sestimation
M4 Max (40-core GPU) · 128 GoMacBook Pro 14, MacBook Pro 16~4,3 Go · 82–163 tok/s estimation	Excellent	~4,3 Go	82–163 tok/sestimation
M3 Max (40-core GPU) · 128 GoMacBook Pro 14, MacBook Pro 16~4,3 Go · 66–119 tok/s estimation	Excellent	~4,3 Go	66–119 tok/sestimation
M4 Pro (20-core GPU) · 64 GoMac mini, MacBook Pro 14~4,3 Go · 48–81 tok/s estimation	Excellent	~4,3 Go	48–81 tok/sestimation
M4 Max (32-core GPU) · 36 GoMacBook Pro 14, MacBook Pro 16~4,3 Go · 67–122 tok/s estimation	Excellent	~4,3 Go	67–122 tok/sestimation
M4 · 32 GoMacBook Air, MacBook Pro 14~4,3 Go · 24–36 tok/s estimation	Excellent	~4,3 Go	24–36 tok/sestimation
M5 · 32 GoMacBook Pro 14~4,3 Go · 29–46 tok/s estimation	Excellent	~4,3 Go	29–46 tok/sestimation
M3 · 24 GoMacBook Air, MacBook Pro 14~4,3 Go · 20–30 tok/s estimation	Excellent	~4,3 Go	20–30 tok/sestimation

EstimationDonnées mises à jour il y a 24 joursSource: moteur Run LLM Locally

Les limites en clair

Le cache KV grandit avec le contexte : à 32K, il ajoute environ 4,5 Go aux poids.

Où acheter

Votre marché

Les prix et les liens suivent le marché choisi.

GeForce RTX 4060

NVIDIA

ExcellentFait tourner Qwen3 4B Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

Radeon RX 7600 XT

AMD

ExcellentFait tourner Qwen3 4B Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

AMD Ryzen AI Max+ 395

PC à mémoire unifiée

ExcellentFait tourner Qwen3 4B Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

Aucune offre importée pour ce marché : le lien ouvre une recherche sur la boutique.

Questions fréquentes

Combien de VRAM faut-il pour Qwen3 4B ?

Environ 4,5 Go en Q4_K_M avec un contexte de 8K, cache KV et surcoût compris. En Q8_0, il faut environ 6,2 Go. Un contexte plus long ajoute davantage : environ 4,5 Go de cache KV à 32K.

Qwen3 4B tourne-t-il sur Mac ?

Oui, sur un Mac dont le GPU peut utiliser au moins 4,3 Go, par exemple M3 24 Go. Par défaut, macOS laisse le GPU utiliser environ deux tiers à trois quarts de la mémoire unifiée.

À quelle vitesse tourne Qwen3 4B ?

Sur une RTX 4090, nous estimons 163–261 tok/s en Q4_K_M. C'est une estimation fondée sur la bande passante mémoire (confiance faible) tant que des benchmarks ne sont pas importés.