Dernière mise à jour: 11 octobre 2026

Faire tourner Qwen4 en local

Qwen4-27B est le niveau de Qwen4 prévu pour le déploiement local, mais ses poids ne sont pas encore sortis. Installez votre environnement maintenant avec Qwen3.8-27B ; à la sortie de Qwen4-27B, seul le nom du modèle changera.

En bref : le plus simple est Ollama sur un GPU de 24 Go ou un Mac de 32 Go ou plus. Une version 4 bits avec 32K de contexte demande environ 20 Go.

Choisir un outil

Ollama. Une seule commande, sous Windows, macOS et Linux. Le meilleur premier choix.
LM Studio. Application de bureau avec catalogue de modèles et fenêtre de chat ; pas de terminal.
llama.cpp. Le plus de contrôle sur la quantification, la longueur de contexte et le déchargement sur GPU.
vLLM ou SGLang. Pour servir une API compatible OpenAI à de nombreux utilisateurs sur GPU NVIDIA ; nécessite les poids complets ou FP8.

Étapes

Vérifiez votre mémoire avec le calculateur de VRAM et choisissez une quantification.
Installez et mettez à jour votre outil pour qu’il prenne en charge la dernière architecture Qwen.
Lancez dès maintenant Qwen3.8-27B avec l’une des commandes ci-dessous pour vérifier que tout fonctionne.
À la sortie de Qwen4-27B, remplacez le nom du modèle par le nom officiel figurant sur la page Qwen de Hugging Face.

Calculateur de VRAM · Téléchargements GGUF

Commandes qui fonctionnent aujourd’hui (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 30000

Le nom officiel du dépôt de Qwen4-27B n’est pas encore publié. Ne le devinez pas : utilisez celui de la page Qwen sur Hugging Face quand il apparaîtra.

Source: Fiche de Qwen3.8-27B (commandes vLLM et SGLang)

Source: Bibliothèque Ollama : qwen3.8

Sur Mac

Les Mac Apple Silicon partagent la mémoire entre CPU et GPU, mais macOS ne laisse par défaut le GPU en utiliser qu’une partie. Pour un modèle de 27B en 4 bits avec 32K de contexte (environ 20 Go), 32 Go de mémoire est le minimum réaliste et 48 Go ou plus est confortable. Ollama propose aussi une version MLX de Qwen3.8 (qwen3.8:27b-mlx).

Source: Bibliothèque Ollama : qwen3.8

État et date de sortie de Qwen4 · Qwen4-27B · Calculateur de VRAM · Téléchargements GGUF · Essayer en ligne · Qwen4-27B vs Qwen3.8-27B

FAQ

Peut-on déjà faire tourner Qwen4 en local ?

Pas Qwen4 lui-même : au 11 octobre 2026, aucun poids n’est publié. Vous pouvez faire tourner Qwen3.8-27B avec les mêmes outils dès aujourd’hui.

Quelle est la façon la plus simple de lancer Qwen4-27B ?

Ollama. Quand Qwen4 sera dans sa bibliothèque, ce sera une seule commande, comme qwen3.8:27b aujourd’hui.

Faut-il un GPU NVIDIA ?

Non. Ollama, LM Studio et llama.cpp tournent aussi sur les Mac Apple Silicon et les GPU AMD. vLLM et SGLang visent surtout les serveurs NVIDIA.

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.