Qwen 3.8 локально: требования к компьютеру и запуск

Qwen 3.8 существует, и дома запускается модель Qwen3.8-27B: по данным Ollama, её квантизация Q4_K_M занимает 18 ГБ на диске, а лицензия Apache 2.0 разрешает коммерческое использование. Памяти в 16 ГБ для комфортной работы мало: веса нужно уместить целиком, и ещё место нужно под контекст. Запуск занимает одну команду: ollama run qwen3.8:27b. Факты в статье проверены 4 октября 2026 года по страницам разработчиков, ссылки в конце.

Какие модели Qwen 3.8 есть

Названия и размеры, которые ходят по SEO-блогам, я сверил с первичными страницами. В организации Qwen на Hugging Face и в репозитории QwenLM/Qwen3.8 на момент проверки опубликованы три модели семейства:

Qwen3.8-27B - плотная модель с визуальным энкодером (текст, изображения, видео). Релиз 14 августа 2026, лицензия Apache 2.0. Единственная модель линейки, которую реально запускать дома.
Qwen3.8-2.4T-A95B - 2,4 триллиона параметров, из них 95 миллиардов активных, только текст. Лицензия на странице названа Qwen3.8-Max, это отдельный текст, не Apache. Для домашнего ПК не предназначена.
Qwen3.8-Flash-Next - 125 млрд параметров всего и 6 млрд активных (в заголовке карточки на Hugging Face указано 180B, потому что туда входят n-gram-эмбеддинги и MTP). Лицензия qwen-community-1.0, тоже не Apache; условия читайте на странице модели.

Меньших размеров (вроде 8B или 14B) у Qwen3.8 я не нашёл ни на Hugging Face, ни в репозитории, ни в Ollama. Если компьютер слабее, в репозитории QwenLM перечислены предыдущие поколения: Qwen3.6 (27B и 35B-A3B) и Qwen3.5 вплоть до 0,8B. Их требования в статье не проверялись.

Лицензия: можно ли использовать в работе

У Qwen3.8-27B лицензия Apache 2.0, так написано на Hugging Face, на странице Ollama и на странице LM Studio. Она разрешает коммерческое использование при соблюдении условий самой лицензии. У двух других моделей лицензии свои, поэтому вывод про 27B на всё семейство не переносите.

Требования к памяти

Прямой таблицы «минимум видеопамяти» на страницах Qwen нет. Есть размеры файлов в Ollama, и от них можно считать.

Вариант (тег Ollama)	Размер файла	Для чего
qwen3.8:27b-q4_K_M (он же `latest` и `27b`)	18 ГБ	основной вариант для домашнего ПК
qwen3.8:27b-q8_0	30 ГБ	точнее, но почти вдвое тяжелее
qwen3.8:27b-bf16	56 ГБ	исходная точность, для рабочих станций
теги с mlx, nvfp4, mxfp8	от 18 до 56 ГБ	формат MLX, см. ниже

Допущения расчёта. Параметров у модели 27,3 млрд (страница Ollama). В bf16 на параметр уходит 2 байта: 27,3 млрд × 2 ≈ 54,6 ГБ, что согласуется с заявленными 56 ГБ. Q4_K_M при размере 18 ГБ даёт около 5,3 бита на параметр (18 ГБ × 8 / 27,3 млрд, расчёт приблизительный).

Отсюда практическое правило: размер файла - нижняя граница для весов. Сверху добавляются кэш контекста и служебные буферы. Точную величину я не измерял, она зависит от длины контекста, программы запуска и настроек, поэтому цифры для неё не даю.

Что это значит для железа:

Видеокарта на 24 ГБ. Файл 18 ГБ входит, запас под контекст небольшой. Подойдёт для коротких диалогов.
Видеокарта на 16 ГБ и меньше. Q4_K_M целиком не помещается. Часть слоёв уйдёт в оперативную память, и скорость заметно упадёт.
Только процессор. Заработает, но медленно. Оперативной памяти нужно не меньше размера файла плюс запас для системы.
Q8_0 и bf16. Нужны 30 и 56 ГБ соответственно: это видеокарты на 32-48 ГБ или несколько карт.

Страница LM Studio называет размер загрузки 16,10 ГБ и «не менее 16 ГБ оперативной памяти». Какая именно квантизация имеется в виду, там не сказано, а 16 ГБ при файле в 16,1 ГБ не оставляют места ни системе, ни контексту. Я бы считал эту цифру нижним порогом для запуска.

Контекст у модели 262 144 токена (256K), по данным Qwen, расширяется до 1 млн токенов через YaRN. Чем он длиннее, тем больше нужно памяти, поэтому на домашнем ПК начинайте с короткого.

Запуск через Ollama

Ollama - самый короткий путь. Установка на Windows описана в статье «Ollama на Windows: установка и первый запуск». Дальше в командной строке:

ollama run qwen3.8:27b

Тег скачивает 18 ГБ, поэтому проверьте свободное место и скорость интернета. Минимальная версия Ollama для этой модели на странице не указана; если команда сообщает об ошибке, обновите Ollama до последней версии.

Модель принимает изображения. По умолчанию включён режим рассуждения: перед ответом модель «думает», и первые секунды идут дольше. По странице Ollama, его можно отключить в запросе, а глубину настроить параметром reasoning_effort. Для программ есть локальный API по адресу http://localhost:11434/api/chat с моделью qwen3.8:27b.

Нужна другая квантизация - берите явный тег, например ollama run qwen3.8:27b-q8_0. Теги с mlx предназначены для компьютеров Apple, на Windows они ни к чему. Назначение тегов с mtp я не выяснял и рекомендаций по ним не даю.

Запуск через LM Studio

LM Studio - программа с окном и чатом, если командная строка не по душе. Qwen3.8-27B есть в её каталоге в форматах GGUF и MLX. Порядок такой: установить LM Studio с официального сайта, найти в поиске моделей Qwen3.8, выбрать квантизацию под вашу память, скачать и открыть чат. Названия кнопок в разных версиях отличаются, ориентируйтесь на свой интерфейс. Файл выбирайте меньше видеопамяти с запасом, а не самый большой из доступных.

Настройки генерации

Для режима рассуждения Qwen рекомендует temperature 1,0, top_p 0,95, top_k 20. Для режима без рассуждения: temperature 0,7, top_p 0,8, top_k 20, presence_penalty 1,5. Это рекомендации с карточки на Hugging Face. В Ollama и LM Studio параметры задаются в настройках модели.

Чего делать не нужно

Скачивать «Qwen 3.8» с файлообменников, из архивов на форумах и со сторонних «зеркал». Официальные веса лежат на Hugging Face у организации Qwen, готовые сборки есть в библиотеке Ollama и каталоге LM Studio. Чужой архив могут подменить.
Ставить модель на системный диск, где меньше 40 ГБ свободного места: файл, обновления и временные данные займут больше, чем кажется.
Верить таблицам «27B запускается на 8 ГБ». Файл в 18 ГБ в такую память не помещается, а разгрузка в оперативную память сильно замедляет работу.
Пробовать 2.4T-A95B или Flash-Next на домашнем ПК. Это модели для серверов.
Вставлять в чат пароли, ключи и чужие персональные данные. Локальный запуск не отправляет их в облако, но история чатов остаётся на диске.

Как проверить, что всё работает

Запустите модель и задайте короткий вопрос. Если ответ пошёл в разумное время, а Диспетчер задач (вкладка «Производительность», раздел GPU) показывает занятую видеопамять, всё в порядке. Если видеопамять почти не растёт, а процессор загружен, модель целиком или частично работает на CPU. Тогда возьмите меньшую квантизацию или сократите контекст.

Если Windows при запуске программы жалуется на отсутствие библиотеки, смотрите «Не найден DLL при запуске программы». Драйвер видеокарты берите у её производителя; как опознать неизвестное устройство, написано в статье «Как найти драйвер по ID оборудования», а раздел «Драйверы» собирает каталог.

Что может измениться

Страница Ollama обновлялась за неделю до моей проверки, страница LM Studio - месяцем раньше. Размеры тегов, набор квантизаций, поддержка модели в Ollama и LM Studio и условия лицензий могут измениться. Актуальные цифры смотрите на страницах из списка источников. Расход памяти под контекст я не измерял, это ограничение статьи.