¿Puedo ejecutar Qwen 3.5 122B-A10B?

Qwen 3.5 122B-A10B es un modelo grande de mezcla de expertos (MoE) pensado para quienes quieren chat, razonamiento, programación y visión de gama alta en su propio hardware. El diseño MoE lo explica todo: de sus 122B de parámetros totales, solo 10B se activan por token, así que genera mucho más rápido que un modelo denso de este tamaño. La pega es la memoria, porque igual tienes que mantener el modelo entero residente. A 4 bits ocupa unos 74 GB, y necesitas alrededor de 96 GB de RAM solo para cargarlo. En la práctica eso significa una estación de trabajo con mucha memoria o un Mac con Apple Silicon con bastante memoria unificada; no entra en una RTX 4090 de 24 GB, y mucho menos en una tarjeta de 12 GB.

Donde sí entra, se siente sorprendentemente ágil para su tamaño gracias a esos 10B de parámetros activos. En un M Max puedes esperar unos 57 tokens por segundo, lo bastante rápido para leerlo cómodamente mientras se transmite, mientras que un equipo solo con CPU y DDR5 baja a unos 8 tokens por segundo y encaja mejor en trabajo por lotes que en chat en vivo. La ventana de contexto llega hasta 256K, pero tómalo como un techo. La memoria crece con lo que realmente llenas, y a 128K de contexto la huella total sube a unos 131 GB, así que esas cifras de contexto largo dan por hecho una máquina construida para ello.

Frente a Devstral 2 123B, que está casi en el mismo número de parámetros, Qwen 3.5 suele cambiar el enfoque puro en programación por amplitud: cubre chat, razonamiento y visión en un solo modelo en lugar de especializarse. Esa versatilidad es su rasgo más destacado, y los hermanos más pequeños Qwen 3 0.6B y 1.7B siguen siendo la opción sensata cuando solo necesitas chat ligero en hardware modesto. La licencia es Apache 2.0, así que puedes usarlo comercialmente y en producción sin restricciones, algo poco común a este nivel de capacidad y una razón de peso para elegirlo frente a pesos más limitados.