OnvergeAI·临界智能
MODELS · 临界智能

Qwen2.5-7B-Instruct本地部署:显存要求与商用许可

Qwen2.5-7B-Instruct(7B,上下文 32768 tokens):FP16 显存约 14GB、INT8 约 7GB、INT4 约 4GB;许可:Qwen License(自建许可,非 Apache-2.0);适配 vLLM/SGLang/llama.cpp;权重要从官方仓库取用,参数以官方资料为准。

许可与商用条件

许可Qwen License(自建许可,非 Apache-2.0)
权重许可Qwen License(自建许可,非 Apache-2.0)
代码许可Apache-2.0(代码与部分组件,须逐项核验)
商用条件允许商用,但须遵守自建许可条款(保留声明、注明来源、不得暗示官方背书);是否设规模门槛须以官方原文逐条核对
训练/微调限制条款涉及以模型输出训练其他模型的限制,须以官方原文逐条确认
禁止用途违法用途、侵权用途、绕过安全机制等
适用辖区以官方原文为准
再分发与衍生再分发须随附该许可文本
衍生模型命名与声明要求以原文为准
署名要求需展示「须保留版权与许可声明并注明来源(推荐注明 “Qwen”)」
许可原文官方许可文本(LIC-QWEN25-7B-001)

许可结论以官方许可文本为准,并随版本更新变化;商用前建议逐版本复核。

显存与硬件门槛

项目数值
参数量7B(激活 7B)
FP16 显存(约)14.00 GB
INT8 显存(约)7.00 GB
INT4 显存(约)3.50 GB
上下文长度32768 tokens
权重体积(约)7.00 GB
引擎适配vLLM / SGLang / llama.cpp / Ollama

显存为权重占用估算口径(FP16 约 2GB/十亿参数、INT8 约 1GB、INT4 约 0.5GB),不含 KV 缓存与并发开销;与 显存与并发估算器同一口径,按并发与上下文长度可在估算器里复算。

量化与实测口径:INT4 量化后单卡消费级显卡可运行(并发与上下文受限)

典型企业落地场景

可直接落地的高频场景:

  • 小规模试点
  • 知识库问答
  • 文档摘要

显存门槛低、适合单卡试点与内部知识库问答;与 72B 版本许可不同,须分别核验

不适用:能力上限低于大参数模型;专业场景必须人工复核,不得作为结论性输出直接使用

能力评测

官方公开基准成绩,测试条件与部署环境相关

评测口径由厂商提供,未经本站第三方复测;实际效果以自有业务测试集为准。

官方下载源

官方页面:https://qwenlm.github.io
权重下载:https://huggingface.co/Qwen

本站不托管模型权重;下载与使用受官方许可约束。内网离线环境可由部署服务协助做内网镜像与哈希校验。

来源与核验:公开资料整理;许可与 72B 版本不同(重点差异项)

用这个模型做私有化部署?

按参数量与并发估算硬件预算,或先做许可与 PoC 评估。

按此模型估算部署预算 模型选型服务 硬件选型与代采

※ 以上参数来自官方公开资料与本站核验记录,不构成对具体项目效果的承诺;以官方许可文本与环境实测为准。

先做一次 30 分钟的需求梳理

说出你的行业、数据边界与预算区间,我们在 1 个工作日内给出可验证的下一步。