FreeLLMAlle Modelle › alibaba
Qwen3.5-122B-A10B
alibaba · Apache-2.0-Lizenz · in der Arena seit 26. Feb. 2026
Wo du es kostenlos nutzen kannst
- Der eigene Chat des Labors: chat.qwen.ai (kostenlos mit Tageslimits)
- Lade es herunter und führe es zu Hause aus: offizielle Gewichte · GGUF-Dateien für Ollama und LM Studio
Arena-Wertungen
| Arena | Wertung | Rang | Stimmen |
|---|---|---|---|
| Chat | 1417 | Platz 123 von 416 | 30K |
| Coding | 1361 | Platz 112 von 148 | 8K |
| Vision | 1244 | Platz 70 von 167 | 13K |
Rang unter allen Modellen, auch den kostenpflichtigen. Quelle: Arena-Leaderboard-Datensatz.
Geschwindigkeit auf gängiger Hardware
| Hardware | GPU-Speicher | Passt es? | Geschwindigkeit |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Passt nicht | — |
| RTX 4060 Ti 16 GB | 16 GB | Passt nicht | — |
| RTX 3090 | 24 GB | Passt nicht | — |
| RTX 4090 | 24 GB | Passt nicht | — |
| RTX 5090 | 32 GB | GPU + 64 GB RAM | 19 tok/s |
| RX 7900 XTX | 24 GB | Passt nicht | — |
| 2 × RTX 3090 | 48 GB | GPU + 64 GB RAM | 24 tok/s |
| 4 × RTX 3090 | 96 GB | Passt in die GPU | 75 tok/s |
| Mac M4 Max 128 GB | 96 GB | Passt in die GPU | 44 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | Passt in die GPU | 27 tok/s |
| 8 × H100 SXM | 640 GB | Passt in die GPU | 152 tok/s |
Schätzung bei 4-Bit mit 32K Kontext, 64 GB DDR5 zum Auslagern. Geschwindigkeit ≈ Speicherbandbreite × 78 % ÷ pro Token gelesene Daten, plus feste Kosten pro Token, kalibriert an 44 echten llama.cpp-Tests; typische Abweichung etwa ±10 %. Alle Grafikkarten vergleichen.
Benötigter GPU-Speicher
| Stufe | 8K Kontext | 32K Kontext | 128K Kontext | Qualität im Vergleich zum Original |
|---|---|---|---|---|
| Q3_K_M | 63 GB | 64 GB | 66 GB | +4.7 % spürbarer Verlust |
| Q4_K_M | 77 GB | 77 GB | 80 GB | +1.2 % sehr kleiner Verlust |
| Q5_K_M | 90 GB | 90 GB | 93 GB | +0.4 % nahezu verlustfrei |
| Q6_K | 103 GB | 104 GB | 106 GB | +0.2 % nahezu verlustfrei |
| Q8_0 | 134 GB | 134 GB | 137 GB | ≈ 0 % wie das Original |
| F16 | 251 GB | 252 GB | 254 GB | ≈ 0 % wie das Original |
Gewichte + Kontext-Cache (aus der Architektur des Modells) + Laufzeit. Qualität: Anstieg von perplexity gegenüber dem vollen Modell, aus llama.cpp-Tests, skaliert nach Modellgröße. Simuliere dein eigenes Setup.
Chat-Wertung im Zeitverlauf
Arena-Wertung vom 17. Apr. 2026 bis 15. Okt. 2026.
Coding-Wertung im Zeitverlauf
Arena-Wertung vom 20. Apr. 2026 bis 19. Okt. 2026.
Ähnliche kostenlose Modelle im Chat
- deepseek-v3.1-terminus 1417
- qwen3-next-80b-a3b-instruct 1417
- deepseek-v3.1-thinking 1417
- qwen3-235b-a22b-instruct-2507 1419 · 235.1 B
- deepseek-v3.1-terminus-thinking 1419
- qwen3-235b-a22b-thinking-2507 1415
Diese Seite teilen:XLinkedInRedditWhatsApp
Falsche Zahl oder kaputten Link entdeckt? Fehler melden