FreeLLMTodos os modelos › alibaba
Qwen3.5-122B-A10B
alibaba · licença Apache 2.0 · na Arena desde 26 fev. 2026
Onde usar de graça
- Chat do próprio laboratório: chat.qwen.ai (grátis com limites diários)
- Baixe e rode em casa: pesos oficiais · arquivos GGUF para Ollama e LM Studio
Pontuações Arena
| Arena | Pontuação | Posição | Votos |
|---|---|---|---|
| Chat | 1417 | #123 de 416 | 30K |
| Programação | 1361 | #112 de 148 | 8K |
| Visão | 1244 | #70 de 167 | 13K |
Posição entre todos os modelos, inclusive os pagos. Fonte: conjunto de dados do ranking da Arena.
Velocidade em hardware popular
| Hardware | Memória da GPU | Cabe? | Velocidade |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Não cabe | — |
| RTX 4060 Ti 16 GB | 16 GB | Não cabe | — |
| RTX 3090 | 24 GB | Não cabe | — |
| RTX 4090 | 24 GB | Não cabe | — |
| RTX 5090 | 32 GB | GPU + 64 GB de RAM | 19 tok/s |
| RX 7900 XTX | 24 GB | Não cabe | — |
| 2 × RTX 3090 | 48 GB | GPU + 64 GB de RAM | 24 tok/s |
| 4 × RTX 3090 | 96 GB | Cabe na GPU | 75 tok/s |
| Mac M4 Max 128 GB | 96 GB | Cabe na GPU | 44 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | Cabe na GPU | 27 tok/s |
| 8 × H100 SXM | 640 GB | Cabe na GPU | 152 tok/s |
Estimativa com 4 bits e contexto de 32K, com 64 GB de DDR5 para offload. Velocidade ≈ largura de banda da memória × 78% ÷ dados lidos por token, mais um custo fixo por token, calibrada em 44 testes reais com llama.cpp; erro típico de cerca de ±10%. Compare todas as GPUs.
Memória de GPU necessária
| Nível | Contexto de 8K | Contexto de 32K | Contexto de 128K | Qualidade vs. completo |
|---|---|---|---|---|
| Q3_K_M | 63 GB | 64 GB | 66 GB | +4.7% perda perceptível |
| Q4_K_M | 77 GB | 77 GB | 80 GB | +1.2% perda muito pequena |
| Q5_K_M | 90 GB | 90 GB | 93 GB | +0.4% quase sem perda |
| Q6_K | 103 GB | 104 GB | 106 GB | +0.2% quase sem perda |
| Q8_0 | 134 GB | 134 GB | 137 GB | ≈ 0% igual ao completo |
| F16 | 251 GB | 252 GB | 254 GB | ≈ 0% igual ao completo |
Pesos + cache de contexto (a partir da arquitetura do modelo) + runtime. Qualidade: aumento em perplexity em relação ao modelo completo, com base em testes com llama.cpp, ajustado pelo tamanho do modelo. Simule a sua configuração.
Pontuação de chat ao longo do tempo
Pontuação Arena de 17 abr. 2026 a 15 out. 2026.
Pontuação de programação ao longo do tempo
Pontuação Arena de 20 abr. 2026 a 19 out. 2026.
Modelos grátis parecidos em 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
Compartilhe esta página:XLinkedInRedditWhatsApp
Viu um número errado ou um link quebrado? Informe um erro