Qwen3.6也开源了，Qwen3.6-35B-A3B需要什么配置？如何部署？
Qwen3.6-35B-A3B是MoE模型，Q4量化版约21GB，需要24GB显存或32GB苹果统一内存。RTX 3090/4090/5090实测速度对比，Ollama和LM Studio部署教程。
最新的 Qwen3.6 模型 4 月 16 日刚刚开源，目前在开源模型热门榜第二名。第一名是 MiniMax-M2.7（229B），门槛太高，显卡成本 14 万起。本文主要看 Qwen3.6，消费级显卡就能跑。
Qwen3.6-35B-A3B 是什么？
这是一个 MoE（混合专家）模型：总参数 35B，但每次推理只激活其中 3B 的参数干活。体积大、速度快、显存省。
跑分方面：
- SWE-bench Verified（代码能力）：73.4 分
- Terminal-Bench 2.0（终端操作能力）：51.5 分
- AIME 2026（数学推理）：92.7 分
- MMMU（多模态理解）：81.7 分，比 Claude Sonnet 4.5 的 79.6 还高
不过跑分也就看看，实际还得看使用效果。这个开源版本主要的定位是本地智能体 agent，如龙虾 OpenClaw 或爱马仕 Hermes。
需要什么配置？
Q4_K_M 量化版约 21GB，加上运行时的上下文缓存，至少需要：
- 台式机：24GB 显存
- 苹果 Mac：32GB 统一内存
满足条件的设备可以直接跳到部署部分。不满足的，下面是新装机推荐方案。
台式机方案
24GB 显存的显卡主要三款：RTX 3090、RTX 4090、RTX 5090D。
网友实测输出速度（基于 Ollama）：
| 显卡 | 输出速度 | 首 token 延迟 |
|---|---|---|
| RTX 3090 | 49.78 tok/s | 852ms |
| RTX 4090 | 118.93 tok/s | 686ms |
| RTX 5090（满血版） | 160.37 tok/s | 409ms |
以 RTX 5090D V2 为例的整机配置：
| 硬件 | 推荐型号 | 参考价格 |
|---|---|---|
| CPU | AMD Ryzen 7 9700X | ¥1949 |
| 主板 | B850M | ¥1300 |
| 内存 | 64GB DDR5（32G×2） | ¥5000 |
| 显卡 | RTX 5090DV2 24G | ¥19000 |
| 存储 | 2TB NVMe SSD | ¥1600 |
| 电源 | 1200W 金牌全模 | ¥1300 |
| 机箱+散热 | 360水冷+机箱 | ¥1000 |
| 合计 | 约¥31149 |
统一内存方案：苹果 Mac 32GB 或以上
苹果 Mac 的统一内存是 CPU 和 GPU 共用，32GB 完全装得下 Q4 量化版（约 21GB）。
MoE 模型每次只激活 3B 的权重做计算，对内存带宽的压力远低于同体积的密集模型，Mac 在这个模型上的体验比想象中流畅。
推荐机型：
- MacBook Air M5 32GB：约 ¥12926，便携 + 性能兼顾
- MacBook Pro M5 32GB：约 ¥14916，散热比 Air 更好
- Mac mini M4 32GB：约 ¥8999（需另配显示器），性价比最高，但目前无货，官网需等到 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；要极致推理速度、同时跑多个任务，或本来就要组台高端 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，一行命令搞定。
1、 去 ollama.com 下载安装
2、 打开终端，输入：
ollama run qwen3.6:35b-a3b
3、 第一次运行会自动下载模型（约 21GB，需要等一会），下载完直接开始对话。
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 Qwen3.6-35B-A3B，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，支持输入图片
踩坑提醒：
- 模型文件约 21GB，下载前先确认硬盘空间够用
- 第一次加载比较慢，正常现象，等就完了，不是卡死
免责声明：本文部分链接为联盟营销链接，通过链接购买不会产生额外费用，但可能会为我们带来一定佣金。推荐基于产品实际表现和性价比，不受商家影响。