Atualizado em:
GGUF do Qwen4: onde baixar e qual arquivo escolher
Ainda não há GGUF oficial do Qwen4, porque os pesos não foram lançados. Quando o Qwen4-27B sair, versões GGUF para llama.cpp, Ollama e LM Studio costumam aparecer em menos de um dia. Veja onde procurar e como escolher.
Onde os GGUF do Qwen4 vão aparecer
- Qwen no Hugging Face. Confira primeiro. O Qwen às vezes publica os próprios GGUF; o modelo base precisa ser um repositório Qwen/.
- Unsloth. Publicou o GGUF do Qwen3.8-27B (unsloth/Qwen3.8-27B-GGUF), a versão mais baixada desse modelo.
- Comunidade do LM Studio. Publicou lmstudio-community/Qwen3.8-27B-GGUF, ajustado para o LM Studio.
- Biblioteca do Ollama. Lista o Qwen3.8 como qwen3.8:27b (cerca de 18 GB). Espere uma entrada qwen4 após o lançamento.
Fonte: Busca no Hugging Face: qwen4 gguf
Fonte: unsloth/Qwen3.8-27B-GGUF
Fonte: lmstudio-community/Qwen3.8-27B-GGUF
Fonte: Biblioteca do Ollama: qwen3.8
Qual quantização escolher
| Formato | Pesos | Total, contexto 8K | Total, 32K | Total, 128K |
|---|---|---|---|---|
| BF16 | 54 GB | 56 GB | 57 GB | 64 GB |
| Q8_0 | 29 GB | 30 GB | 32 GB | 38 GB |
| Q6_K | 22 GB | 24 GB | 25 GB | 32 GB |
| Q5_K_M | 19 GB | 21 GB | 22 GB | 29 GB |
| Q4_K_M | 17 GB | 18 GB | 20 GB | 26 GB |
| IQ4_XS | 14 GB | 16 GB | 18 GB | 24 GB |
| Q3_K_M | 13 GB | 15 GB | 16 GB | 23 GB |
Estimativas para um modelo de 27B com o layout do Qwen3.8-27B, incluindo cache KV e cerca de 1 GB de overhead. Q4_K_M é o equilíbrio usual entre tamanho e qualidade; suba para Q5_K_M ou Q6_K se a memória permitir.
Calcule para a sua GPU e o seu contexto
Como evitar arquivos falsos ou quebrados
- Sem pesos oficiais não existe GGUF genuíno do Qwen4. O que for anterior ao lançamento é renomeação ou fine-tune de outro modelo.
- Confira o modelo base no model card. Ele deve apontar para o repositório oficial Qwen/.
- Pule versões “uncensored”, “abliterated” ou mescladas se você quer o modelo original.
- Se o Qwen4 usar a nova arquitetura do Qwen3.8-Flash-Next, versões antigas do llama.cpp podem não carregá-lo. Atualize antes o llama.cpp, o Ollama ou o LM Studio.
Fonte: Model card do Qwen3.8-Flash-Next (prévia da arquitetura do Qwen4)
Rode hoje o GGUF do Qwen3.8-27B
Use para testar sua máquina agora. Quando os GGUF do Qwen4-27B aparecerem, troque o nome do repositório.
# llama.cpp (baixa do Hugging Face)
llama-server -hf unsloth/Qwen3.8-27B-GGUF:Q4_K_M -c 32768
# Ollama
ollama run qwen3.8:27bFonte: unsloth/Qwen3.8-27B-GGUF
Fonte: Biblioteca do Ollama: qwen3.8
Mais sobre o Qwen4
Status e data do Qwen4 · Qwen4-27B · Calculadora de VRAM · Rodar localmente · Testar online · Qwen4-27B vs Qwen3.8-27B
Perguntas frequentes
Existe GGUF do Qwen4?
Não um oficial. Em 11 de outubro de 2026 os pesos do Qwen4 não foram lançados, então ainda não existe GGUF genuíno.
Qual GGUF do Qwen4 devo baixar?
Q4_K_M para a maioria das GPUs de 24 GB, Q5_K_M ou Q6_K com 32 GB, Q8_0 com 48 GB. Use a calculadora de VRAM para conferir seu contexto.
O GGUF do Qwen4 vai funcionar no Ollama e no LM Studio?
Quando a versão do llama.cpp deles suportar a arquitetura do Qwen4. Atualize o app antes de baixar.
Guia independente, sem vínculo com a Alibaba ou com a equipe do Qwen. Status verificado em 11 de outubro de 2026. Os pesos do Qwen4 ainda não foram lançados; vamos atualizar esta página quando saírem.