Modelos abiertos
¿Qué equipo necesito para ejecutar Qwen3.8-2.4T-A95B en local?
Con 25 usuarios simultáneos, el equipo más pequeño que ejecuta Qwen3.8-2.4T-A95B es Enterprise (NVIDIA HGX B300 NVL8), en NVFP4: necesita hasta 1519 GB de memoria y el equipo tiene 2000 GB útiles. La cuenta parte de sus 2.446,18B parámetros según Hugging Face y es la misma de la calculadora de VRAM, que puedes abrir con este modelo ya cargado.
Memoria en cada precisión
| Precisión | Pesos | Con caché KV y margen | Equipo más pequeño |
|---|---|---|---|
| FP16 (2 bytes) | 4892 GB | 5385 a 5387 GB | Ninguno en un solo nodo |
| FP8 (1 byte) | 2446 GB | 2694 a 2697 GB | Ninguno en un solo nodo |
| NVFP4 (0,5625 bytes) | 1376 GB | 1517 a 1519 GB | Enterprise |
Usuarios simultáneos en cada equipo
| Equipo | Memoria útil | Techo de usuarios | FP16 | FP8 | NVFP4 |
|---|---|---|---|---|---|
| Starter | 230 GB | 25 | No cabe | No cabe | No cabe |
| Pro | 460 GB | 60 | No cabe | No cabe | No cabe |
| Business | 670 GB | 500 | No cabe | No cabe | No cabe |
| Enterprise | 2000 GB | Sin techo | No cabe | No cabe | 1000 usuarios: 1652 GB |
Los usuarios son las opciones de la calculadora (5, 25, 60, 200, 500, 1.000) hasta el techo de cada equipo. Enterprise no tiene techo en la cuenta: llega a 1.000, la opción más alta del selector.
La cuenta
En NVFP4 con 25 usuarios: 2.446,18B × 0,5625 bytes = 1376 GB de pesos + 2 a 4 GB de caché KV (3 a 7 conversaciones de 8.192 tokens, con la caché por token del tamaño de referencia de 2.800B de la calculadora) + 140 GB de margen (2 GB y un 10% de los pesos) = 1517 a 1519 GB.
Supuestos: entre el 10 y el 25% de los usuarios conectados está generando una respuesta en cada momento (como mínimo, una conversación); cada conversación lleva 8.192 tokens de contexto y la caché KV se guarda en FP8. El margen suma 2 GB y un 10% del peso para el servidor de inferencia.
Los parámetros son el recuento de los archivos safetensors que publica Hugging Face y puede no coincidir con la cifra de la ficha del modelo: algunos repositorios suman módulos de decodificación especulativa.
Datos del modelo
Licencia según Hugging Face: propia del modelo (etiqueta «other»); consulta sus condiciones en la ficha. Repositorio creado el 8 de agosto de 2026. Datos de la API de Hugging Face del 22 de noviembre de 2026.