Qwen3.5 35B-A3B 필요 사양: VRAM과 돌아가는 GPU

모델 정보

파라미터: 총 35.95B · 활성 3B (MoE)
어텐션: 하이브리드 선형 어텐션
최대 컨텍스트: 262,144 토큰
공개일: 2026-05-01
모델 카드: Hugging Face의 Qwen3.5 35B-A3B 모델 카드

GGUF 파일

등록된 Qwen3.5 35B-A3B 양자화 파일(작은 파일부터)
양자화	파일 크기	품질	배포처
UD-Q2_K_XL	12.57GB	손실 큼	커뮤니티 GGUF · unsloth
IQ4_XS	18.17GB	균형	커뮤니티 GGUF · unsloth
Q4_K_M기준	22.63GB	균형	커뮤니티 GGUF · unsloth
Q8_0	37.80GB	준무손실	커뮤니티 GGUF · unsloth

일부 저장소는 Unsloth Dynamic(UD) 변형만 배포합니다. 크기는 실제로 내려받는 파일 기준입니다.

양자화·컨텍스트별 필요 메모리

가중치 + f16 KV 캐시 + 연산 버퍼(GB). Windows에서 GPU가 화면 출력도 맡는다면 약 0.6GB를 더하세요.
양자화	4k	8k	16k	32k	64k	128k	256k
UD-Q2_K_XL	13.2	13.3	13.6	14.0	15.0	17.0	20.8
IQ4_XS	18.8	18.9	19.2	19.6	20.6	22.6	26.4
Q4_K_M	23.3	23.4	23.6	24.1	25.1	27.0	30.9
Q8_0	38.4	38.5	38.8	39.3	40.2	42.2	46.1

Qwen3.5 35B-A3B, 어떤 GPU에서 돌아갈까?

판정 읽는 법

쾌적: GPU에 전부 올라가고 20 tok/s 이상
원활: GPU에 전부 올라가고 8~20 tok/s, MoE 전문가를 시스템 RAM에 두고 20 tok/s 이상, 또는 GPU에 90% 이상 올라가고 8 tok/s 이상
겨우 가능: 2~8 tok/s, CPU 전용, GPU에 90% 미만, 또는 MoE 전문가를 RAM에 두고 20 tok/s 미만
불가: 메모리에 안 들어가거나 2 tok/s 미만

정렬

옆으로 밀면 모든 열을 볼 수 있습니다.

Q4_K_M·8k 컨텍스트 기준 GPU·맥·CPU 54종을 판정·속도 순으로 정렬했습니다
하드웨어	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고	가격
GeForce RTX 5090	쾌적	추정 235.0 tok/s188.0–282.0보정된 추정 ±20%	Q4_K_M	24.0 / 32.0GB	풀 GPU	최대 256k	—	실거래가 US$4,200 (2026-08-09 기준)
Radeon RX 7900 XTX	쾌적	추정 233.4 tok/s186.7–280.1보정된 추정 ±20%	Q4_K_M	24.0 / 24.0GB	풀 GPU	최대 8k	—	출시가 US$999
GeForce RTX 3090 Ti	쾌적	추정 220.6 tok/s176.5–264.7보정된 추정 ±20%	Q4_K_M	24.0 / 24.0GB	풀 GPU	최대 8k	—	출시가 US$1,999
GeForce RTX 4090	쾌적	추정 220.6 tok/s176.5–264.7보정된 추정 ±20%	Q4_K_M	24.0 / 24.0GB	풀 GPU	최대 8k	—	실거래가 US$2,755 (2026-08-09 기준)
GeForce RTX 3090	쾌적	추정 204.8 tok/s163.9–245.8보정된 추정 ±20%	Q4_K_M	24.0 / 24.0GB	풀 GPU	최대 8k	—	실거래가 US$1,050 (2026-08-09 기준)
GeForce RTX 5090 Laptop	쾌적	추정 196.1 tok/s156.9–235.3보정된 추정 ±20%	Q4_K_M	24.0 / 24.0GB	풀 GPU	최대 8k	—	—
Apple M3 Ultra · 96GB	쾌적	추정 115.5 tok/s92.4–138.6보정된 추정 ±20%	Q4_K_M	23.4 / 67.2GB	통합 메모리	최대 256k	—	—
Apple M2 Ultra · 64GB	쾌적	추정 112.8 tok/s90.3–135.4보정된 추정 ±20%	Q4_K_M	23.4 / 44.8GB	통합 메모리	최대 256k	—	—
Apple M5 Max (40-core GPU) · 48GB	쾌적	추정 89.6 tok/s71.7–107.5보정된 추정 ±20%	Q4_K_M	23.4 / 33.6GB	통합 메모리	최대 256k	—	—
Apple M4 Max (40-core GPU) · 48GB	쾌적	추정 79.7 tok/s63.7–95.6보정된 추정 ±20%	Q4_K_M	23.4 / 33.6GB	통합 메모리	최대 256k	—	—
Apple M5 Max (32-core GPU) · 36GB	쾌적	추정 67.1 tok/s53.7–80.5보정된 추정 ±20%	Q4_K_M	23.4 / 25.2GB	통합 메모리	최대 64k	—	—
Ryzen AI Max+ 395 (Strix Halo) · 64GB	쾌적	추정 66.0 tok/s52.8–79.2보정된 추정 ±20%	Q4_K_M	23.4 / 44.8GB	통합 메모리	최대 128k	—	출시가 US$1,999
Apple M4 Max (32-core GPU) · 36GB	쾌적	추정 59.8 tok/s47.9–71.8보정된 추정 ±20%	Q4_K_M	23.4 / 25.2GB	통합 메모리	최대 64k	—	—
NVIDIA DGX Spark · 128GB	쾌적	추정 53.1 tok/s42.5–63.7보정된 추정 ±20%	Q4_K_M	23.4 / 89.6GB	통합 메모리	최대 128k	—	출시가 US$3,999
Apple M5 Pro · 48GB	쾌적	추정 44.8 tok/s35.8–53.7보정된 추정 ±20%	Q4_K_M	23.4 / 33.6GB	통합 메모리	최대 128k	—	—
Apple M4 Pro · 48GB	쾌적	추정 39.8 tok/s31.9–47.8보정된 추정 ±20%	Q4_K_M	23.4 / 33.6GB	통합 메모리	최대 64k	—	—
Intel Arc B580	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 12.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	실거래가 US$290 (2026-08-09 기준)
GeForce GTX 1080 Ti	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 11.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$699
GeForce RTX 2080 Ti	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 11.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$999
GeForce RTX 3050 8GB	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 8.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$249
GeForce RTX 3060 12GB	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 12.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	실거래가 US$250 (2026-08-09 기준)
GeForce RTX 3070	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 8.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$499
GeForce RTX 3080 10GB	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 10.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$699
GeForce RTX 3080 12GB	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 12.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$799
GeForce RTX 4060	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 8.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$299
GeForce RTX 4060 Laptop	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 8.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	—
GeForce RTX 4060 Ti 16GB	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 16.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$499
GeForce RTX 4060 Ti 8GB	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 8.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$399
GeForce RTX 4070	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 12.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$599
GeForce RTX 4070 Laptop	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 8.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	—
GeForce RTX 4070 Super	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 12.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	출시가 US$599
GeForce RTX 4070 Ti Super	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 16.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$799
GeForce RTX 4080	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 16.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$1,199
GeForce RTX 4080 Laptop	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 12.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	—
GeForce RTX 4080 Super	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 16.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$999
GeForce RTX 4090 Laptop	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 16.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	—
GeForce RTX 5060	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 8.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	실거래가 US$339 (2026-08-09 기준)
GeForce RTX 5060 Ti 16GB	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 16.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	실거래가 US$569 (2026-08-09 기준)
GeForce RTX 5060 Ti 8GB	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 8.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 128k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	실거래가 US$429 (2026-08-09 기준)
GeForce RTX 5070	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 12.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	실거래가 US$629 (2026-08-09 기준)
GeForce RTX 5070 Ti	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 16.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	실거래가 US$949 (2026-08-09 기준)
GeForce RTX 5070 Ti Laptop	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 12.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다.	—
GeForce RTX 5080	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 16.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	실거래가 US$1,256 (2026-08-09 기준)
GeForce RTX 5080 Laptop	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 16.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	—
Radeon RX 7800 XT	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 16.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	출시가 US$499
Radeon RX 7900 XT	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 20.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	출시가 US$899
Radeon RX 9060 XT 16GB	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 16.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	실거래가 US$449 (2026-08-09 기준)
Radeon RX 9070	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 16.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	실거래가 US$639 (2026-08-09 기준)
Radeon RX 9070 XT	원활	추정 20.4 tok/s14.3–26.5이론 추정 ±30%	Q4_K_M	2.6 / 16.0GB + RAM 21.4GB	MoE 전문가 RAM 배치	최대 256k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. UD-Q2_K_XL (품질 손실 큼): 쾌적	실거래가 US$689 (2026-08-09 기준)
Apple M5 · 32GB	겨우 가능	추정 22.4 tok/s15.7–29.1이론 추정 ±30%	Q4_K_M	RAM 22.8GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. IQ4_XS: 쾌적	—
DDR5-6000 듀얼채널 CPU · 32GB	겨우 가능	추정 20.1 tok/s16.1–24.1보정된 추정 ±20%	Q4_K_M	RAM 22.8GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다.	—
DDR5-5600 듀얼채널 CPU · 32GB	겨우 가능	추정 18.7 tok/s15.0–22.5보정된 추정 ±20%	Q4_K_M	RAM 22.8GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다.	—
Apple M4 · 32GB	겨우 가능	추정 17.5 tok/s12.3–22.8이론 추정 ±30%	Q4_K_M	RAM 22.8GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. IQ4_XS: 쾌적	—
DDR4-3200 듀얼채널 CPU · 32GB	겨우 가능	추정 10.7 tok/s8.6–12.8보정된 추정 ±20%	Q4_K_M	RAM 22.8GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다.	—

가장 싸게 돌릴 수 있는 GPU

쾌적GeForce RTX 3090실거래가 US$1,050 (2026-08-09 기준), 속도 추정 204.8 tok/s (163.9–245.8, 보정된 추정 ±20%)
원활GeForce RTX 3060 12GB실거래가 US$250 (2026-08-09 기준), 속도 추정 20.4 tok/s (14.3–26.5, 이론 추정 ±30%)

Qwen3.5 35B-A3B 벤치마크 결과

이 모델로 잰 공개 벤치마크 결과는 아직 없습니다.

자주 묻는 질문

Qwen3.5 35B-A3B 실행에 VRAM이 얼마나 필요한가요?

Q4_K_M 기준으로 가중치가 22.63GB이고, 8k 컨텍스트까지 더하면 약 23.4GB가 필요합니다(KV 캐시 0.2GB, 연산 버퍼 0.6GB). 가장 작은 파일(UD-Q2_K_XL (품질 손실 큼))은 약 13.3GB가 필요합니다.

Qwen3.5 35B-A3B, 원활하게 돌아가는 가장 싼 GPU는 무엇인가요?

쾌적하게 돌리는 가장 싼 GPU는 GeForce RTX 3090입니다. 실거래가는 US$1,050(2026-08-09 기준)이고, 속도는 추정 204.8 tok/s (163.9–245.8, 보정된 추정 ±20%)입니다. 원활하게만 돌려도 된다면 더 싼 GPU는 GeForce RTX 3060 12GB입니다. 실거래가는 US$250(2026-08-09 기준)이고, 속도는 추정 20.4 tok/s (14.3–26.5, 이론 추정 ±30%)입니다.

Qwen3.5 35B-A3B, 8GB·16GB·24GB GPU에서 돌아가나요?

Q4_K_M·8k 컨텍스트 기준 카드별 판정입니다. GeForce RTX 4060: 원활, 추정 20.4 tok/s (14.3–26.5, 이론 추정 ±30%); GeForce RTX 5060 Ti 16GB: 원활, 추정 20.4 tok/s (14.3–26.5, 이론 추정 ±30%); GeForce RTX 3090: 쾌적, 추정 204.8 tok/s (163.9–245.8, 보정된 추정 ±20%).

속도는 메모리 대역폭으로 계산한 추정치를 공개 벤치마크로 보정한 값입니다. 모든 수치에는 오차 범위와 신뢰 라벨을 함께 표시합니다. 실제 속도는 드라이버, 백엔드, 컨텍스트 길이, 발열에 따라 달라집니다.