Atualizado em:
Rodar o Qwen4 localmente
O Qwen4-27B é o nível do Qwen4 pensado para uso local, mas os pesos ainda não saíram. Monte seu ambiente agora com o Qwen3.8-27B; quando o Qwen4-27B sair, só muda o nome do modelo.
Escolha um ambiente
- Ollama. Um comando só; roda em Windows, macOS e Linux. A melhor primeira escolha.
- LM Studio. App de desktop com catálogo de modelos e janela de chat; sem terminal.
- llama.cpp. Mais controle sobre quantização, tamanho de contexto e offload para a GPU.
- vLLM ou SGLang. Para servir uma API compatível com OpenAI a muitos usuários em GPUs NVIDIA; precisa dos pesos completos ou FP8.
Passos
- Confira sua memória na calculadora de VRAM e escolha uma quantização.
- Instale e atualize seu ambiente para suportar a arquitetura Qwen mais recente.
- Rode agora o Qwen3.8-27B com um dos comandos abaixo para confirmar que tudo funciona.
- Quando o Qwen4-27B sair, troque o nome do modelo pelo oficial da página do Qwen no Hugging Face.
Calculadora de VRAM · Downloads GGUF
Comandos que funcionam hoje (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 30000O nome oficial do repositório do Qwen4-27B ainda não foi publicado. Não tente adivinhar: use o nome da página do Qwen no Hugging Face quando ele aparecer.
Fonte: Model card do Qwen3.8-27B (comandos de vLLM e SGLang)
Fonte: Biblioteca do Ollama: qwen3.8
No Mac
Macs com Apple Silicon compartilham a memória entre CPU e GPU, mas o macOS deixa a GPU usar só parte dela por padrão. Para um modelo de 27B em 4 bits com 32K de contexto (uns 20 GB), 32 GB de memória é o mínimo realista e 48 GB ou mais é confortável. O Ollama também lista uma versão MLX do Qwen3.8 (qwen3.8:27b-mlx).
Fonte: Biblioteca do Ollama: qwen3.8
Mais sobre o Qwen4
Status e data do Qwen4 · Qwen4-27B · Calculadora de VRAM · Downloads GGUF · Testar online · Qwen4-27B vs Qwen3.8-27B
Perguntas frequentes
Já dá para rodar o Qwen4 localmente?
O Qwen4 em si não: em 11 de outubro de 2026 não há pesos lançados. Hoje você pode rodar o Qwen3.8-27B com as mesmas ferramentas.
Qual é o jeito mais fácil de rodar o Qwen4-27B?
O Ollama. Quando o Qwen4 estiver na biblioteca, será um comando só, como o qwen3.8:27b hoje.
Preciso de GPU NVIDIA?
Não. Ollama, LM Studio e llama.cpp também rodam em Macs com Apple Silicon e em GPUs AMD. vLLM e SGLang são principalmente para servidores NVIDIA.
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.