qwen3.5 2b 或 4b 吃满 256k 上下文需要多大的显存

下载了几万本网络小说，想使用本地小模型对小说内容进行摘要，方便后续筛选阅读。本地小模型也就只有 qwen 跟 gemma 可用，我想知道需要多大的内存或显存才能吃满 256k 上下文。

1 replies • 2026-10-20 13:37:23 +08:00

admin948

2h 34m ago

qwen3.8 27b,我的 5060Ti 16G ，就可以吃满了，而且速度还不慢

用的是这个项目部署的：

https://github.com/kvmem/kvmem