Dernière mise à jour: 11 octobre 2026

Qwen4 en GGUF : où le télécharger et quel fichier choisir

Il n’y a pas encore de GGUF officiel de Qwen4, car ses poids ne sont pas publiés. À la sortie de Qwen4-27B, les versions GGUF pour llama.cpp, Ollama et LM Studio arrivent en général en moins d’une journée. Voici où chercher et comment choisir.

En bref : attendez la sortie officielle, puis téléchargez le Q4_K_M depuis l’organisation Qwen ou un quantificateur reconnu. Ignorez les GGUF « Qwen4 » qui apparaissent avant qu’Alibaba publie les poids.

Où apparaîtront les GGUF de Qwen4

Qwen sur Hugging Face. À vérifier en premier. Qwen publie parfois ses propres GGUF ; le modèle de base doit être un dépôt Qwen/.
Unsloth. A publié le GGUF de Qwen3.8-27B (unsloth/Qwen3.8-27B-GGUF), la version la plus téléchargée de ce modèle.
Communauté LM Studio. A publié lmstudio-community/Qwen3.8-27B-GGUF, adapté à LM Studio.
Bibliothèque Ollama. Référence Qwen3.8 sous qwen3.8:27b (environ 18 Go). Une entrée qwen4 est attendue après la sortie.

Source: Recherche Hugging Face : qwen4 gguf

Source: unsloth/Qwen3.8-27B-GGUF

Source: lmstudio-community/Qwen3.8-27B-GGUF

Source: Bibliothèque Ollama : qwen3.8

Quelle quantification choisir

Format	Poids	Total, contexte 8K	Total, 32K	Total, 128K
BF16	54 Go	56 Go	57 Go	64 Go
Q8_0	29 Go	30 Go	32 Go	38 Go
Q6_K	22 Go	24 Go	25 Go	32 Go
Q5_K_M	19 Go	21 Go	22 Go	29 Go
Q4_K_M	17 Go	18 Go	20 Go	26 Go
IQ4_XS	14 Go	16 Go	18 Go	24 Go
Q3_K_M	13 Go	15 Go	16 Go	23 Go

Estimations pour un modèle de 27B avec l’architecture de Qwen3.8-27B, cache KV et environ 1 Go de surcoût compris. Q4_K_M est le compromis habituel entre taille et qualité ; passez à Q5_K_M ou Q6_K si la mémoire le permet.

Calculer pour votre GPU et votre contexte

Éviter les fichiers faux ou défectueux

Pas de poids officiels, donc pas de vrai GGUF de Qwen4. Tout ce qui précède la sortie est un renommage ou un fine-tune d’un autre modèle.
Vérifiez le modèle de base sur la fiche. Il doit pointer vers le dépôt officiel Qwen/.
Évitez les versions « uncensored », « abliterated » ou fusionnées si vous voulez le modèle d’origine.
Si Qwen4 utilise la nouvelle architecture de Qwen3.8-Flash-Next, d’anciennes versions de llama.cpp pourraient refuser de le charger. Mettez d’abord à jour llama.cpp, Ollama ou LM Studio.

Source: Fiche de Qwen3.8-Flash-Next (aperçu de l’architecture de Qwen4)

Lancer dès aujourd’hui le GGUF de Qwen3.8-27B

Servez-vous-en pour tester votre machine maintenant. Quand les GGUF de Qwen4-27B apparaîtront, changez le nom du dépôt.

# llama.cpp (télécharge depuis Hugging Face)
llama-server -hf unsloth/Qwen3.8-27B-GGUF:Q4_K_M -c 32768

# Ollama
ollama run qwen3.8:27b

Source: unsloth/Qwen3.8-27B-GGUF

Source: Bibliothèque Ollama : qwen3.8

État et date de sortie de Qwen4 · Qwen4-27B · Calculateur de VRAM · Faire tourner en local · Essayer en ligne · Qwen4-27B vs Qwen3.8-27B

FAQ

Existe-t-il un GGUF de Qwen4 ?

Pas d’officiel. Au 11 octobre 2026, les poids de Qwen4 ne sont pas publiés, donc aucun vrai GGUF n’existe encore.

Quel GGUF de Qwen4 télécharger ?

Q4_K_M pour la plupart des GPU de 24 Go, Q5_K_M ou Q6_K avec 32 Go, Q8_0 avec 48 Go. Vérifiez votre contexte avec le calculateur de VRAM.

Le GGUF de Qwen4 fonctionnera-t-il dans Ollama et LM Studio ?

Dès que leur version de llama.cpp prendra en charge l’architecture de Qwen4. Mettez l’application à jour avant de télécharger.

Guide indépendant, sans lien avec Alibaba ni l’équipe Qwen. État vérifié le 11 octobre 2026. Les poids de Qwen4 ne sont pas encore publiés ; nous mettrons cette page à jour à leur sortie.