Última actualización:
Ejecutar Qwen4 en local
Qwen4-27B es el nivel de Qwen4 pensado para despliegue local, pero sus pesos aún no han salido. Prepara tu entorno ahora con Qwen3.8-27B; cuando salga Qwen4-27B, solo cambia el nombre del modelo.
Elige un entorno
- Ollama. Un solo comando; funciona en Windows, macOS y Linux. La mejor primera opción.
- LM Studio. App de escritorio con buscador de modelos y ventana de chat; sin terminal.
- llama.cpp. El mayor control sobre cuantización, longitud de contexto y descarga a GPU.
- vLLM o SGLang. Para servir una API compatible con OpenAI a muchos usuarios en GPU NVIDIA; necesita los pesos completos o FP8.
Pasos
- Revisa tu memoria con la calculadora de VRAM y elige una cuantización.
- Instala y actualiza tu entorno para que admita la arquitectura Qwen más reciente.
- Ejecuta ya Qwen3.8-27B con uno de los comandos de abajo para confirmar que todo funciona.
- Cuando salga Qwen4-27B, cambia el nombre del modelo por el oficial de la página de Qwen en Hugging Face.
Calculadora de VRAM · Descargas GGUF
Comandos que funcionan hoy (Qwen3.8-27B)
# Ollama
ollama run qwen3.8:27b
# llama.cpp
llama-server -hf unsloth/Qwen3.8-27B-GGUF:Q4_K_M -c 32768
# vLLM
pip install vllm
vllm serve Qwen/Qwen3.8-27B
# SGLang
pip install sglang
python3 -m sglang.launch_server --model-path Qwen/Qwen3.8-27B --port 30000El nombre oficial del repositorio de Qwen4-27B aún no se ha publicado. No lo adivines: usa el que aparezca en la página de Qwen en Hugging Face.
Fuente: Ficha de Qwen3.8-27B (comandos de vLLM y SGLang)
Fuente: Biblioteca de Ollama: qwen3.8
En un Mac
Los Mac con Apple Silicon comparten la memoria entre CPU y GPU, pero macOS solo deja a la GPU usar una parte por defecto. Para un modelo de 27B en 4 bits con 32K de contexto (unos 20 GB), 32 GB de memoria es el mínimo realista y 48 GB o más es cómodo. Ollama también lista una versión MLX de Qwen3.8 (qwen3.8:27b-mlx).
Fuente: Biblioteca de Ollama: qwen3.8
Más sobre Qwen4
Estado y fecha de Qwen4 · Qwen4-27B · Calculadora de VRAM · Descargas GGUF · Probar online · Qwen4-27B vs Qwen3.8-27B
Preguntas frecuentes
¿Puedo ejecutar Qwen4 en local ya?
Qwen4 en sí no: al 11 de octubre de 2026 no hay pesos publicados. Hoy puedes ejecutar Qwen3.8-27B con las mismas herramientas.
¿Cuál es la forma más sencilla de ejecutar Qwen4-27B?
Ollama. Cuando Qwen4 esté en su biblioteca, será un solo comando, como hoy qwen3.8:27b.
¿Necesito una GPU NVIDIA?
No. Ollama, LM Studio y llama.cpp también funcionan en Mac con Apple Silicon y en GPU AMD. vLLM y SGLang son sobre todo para servidores NVIDIA.
Guía independiente, sin relación con Alibaba ni con el equipo de Qwen. Estado revisado el 11 de octubre de 2026. Los pesos de Qwen4 aún no se han publicado; actualizaremos esta página cuando salgan.