Qwen3.5-35B无限制版：需要什么配置？怎么部署？

Qwen3.5-35B 登顶开源模型热门榜第一。不过不是 Qwen 官方的模型，而是去审查破解版——模型 ID：HauhauCS/Qwen3.5-35B-A3B-Uncensored-HauhauCS-Aggressive。

需要什么配置？

Q4 量化版约 21GB，再加上上下文，至少需要 24GB 显存。台式机的话，显卡只能选 RTX 3090、RTX 4090 或 RTX 5090 系列。另外一条路是 32GB 内存或以上的苹果 Mac。

如果已经有了满足要求的配置，现在就可以直接部署。没有的话，下面是两套方案。

台式机方案：RTX 5090D 显卡台式机

RTX 5090D V2 拥有 24GB GDDR7 显存，跑 Q4 量化版游刃有余。

统一内存方案：苹果 Mac 32GB 内存或以上

MacBook Air M5 32GB 统一内存，刚好能装下 Q4 量化版（约 21GB）。苹果的统一内存是 CPU 和 GPU 共用，不像 PC 那样有显存和内存之分。

这里要特别说一下：这个模型是 MoE 架构，推理时每次只激活 3B 的权重做计算，对内存带宽的实际需求远低于同尺寸的密集模型。Mac 在这个模型上的体验，比同等质量的密集 27B 模型更流畅。 这个模型确实有点例外。

推荐机型：

• MacBook Air M5 32GB：约 ¥14499，便携 + 性能兼顾
• Mac mini M4 32GB：约 ¥8999（需另配显示器），性价比更高，但目前无货，官网订购需等到 5 月末

两个方案怎么选： 已经在苹果生态或预算相对有限，选 Mac 方案；要极致推理速度、同时跑多个任务，或者本来就要组台高端 PC，选 5090 装机。

如何部署？

路线 A：Ollama（有一点技术基础的用户）

Ollama 是目前最主流的本地大模型管理工具，Windows 和 Mac 都支持。

1. 去 ollama.com 下载安装
2. 打开终端，输入对应的模型拉取命令（在 HuggingFace 模型页面可以找到 Ollama 命令格式）
3. 第一次运行会自动下载模型（约 20GB，耐心等），下载完直接开始对话

Mac 用户建议在搜索时优先找 MLX 版本，推理速度更快。

路线 B：LM Studio（推荐小白，纯图形界面）

1. 去 lmstudio.ai 下载安装，Windows 和 Mac 都有
2. 打开后在搜索栏输入：HauhauCS/Qwen3.5-35B-A3B-Uncensored-HauhauCS-Aggressive，找到 Q4_K_M 量化版下载
3. 加载模型后直接在内置对话界面使用

LM Studio 的优势是能实时显示显存占用，方便判断当前配置能不能撑住。

踩坑提醒：

• 模型文件约 20GB，下载前先确认硬盘空间够用
• 第一次加载较慢，这是正常现象，等就完了，不是卡死

如果你已经有 Mac 并且是 32GB 版本，现在就可以直接试。