本地安装开源大模型最新王者 Qwen3.5

为什么会选在这个时候介绍  qwen3.5 模型，因为最近出了一些类比 OpenClaw 但是更亲近于国人的AI助理智能体（比如，CoPaw）， qwen3.5 又是最近最火的可本地部署的开源模型，所以本节会先介绍该模型的本地部署，后续在介绍 CoPaw 完全本地化的时候，会基于该模型进行介绍。

在  一文中，通过比较 Qwen3 大模型 3 个阶段的 15 个模型，得出结论：本地 24G 显存可以部署的最优模型是 Qwen3-30B-A3B-Thinking-2507 的量化版本。

后面在  一文中，我们通过 glm-4.7-flash 模型官网给出的比较数据，发现其实力超过了 Qwen3-30B-A3B-Thinking-2507，故 24G 显存可以部署的最优模型易主为 glm-4.7-flash。

本节来看下最新开源的 qwen3.5 的几个模型，看看 24G 显存可以部署的最优模型是否会有变更。

Qwen3.5 模型发展历程

第一阶段

2026-02-16，阿里推出了 Qwen3.5 系列的第一款模型 Qwen3.5-397B-A17B，该模型是当前 Qwen 系列的旗舰模型。

第二阶段

2026-02-24: 阿里又开源了 Qwen3.5-122B-A10B, Qwen3.5-35B-A3B 和 Qwen3.5-27B 三款模型。

官方给出的三者的测评图见留言区（此处放不见来）。

从测评数据来看，Qwen3.5-35B-A3B 和 Qwen3.5-27B 性能总体上相差不大，Qwen3.5-27B 占优的指标会多一些，同时考虑到 Qwen3.5-27B 模型的大小要比 Qwen3.5-35B-A3B 小，故在 qwen3.5 系列中，24G 显存部署选择 Qwen3.5-27B。

我们再将上述的测评数据与 OpenClaw 本地部署 一文中 glm-4.7-flash 模型官网给出的数据做一波横向对比，发现 Qwen3.5-27B 要优于 glm-4.7-flash，且前者是文本多模态一体化模型，故 Qwen3.5-27B 成为 24G 显存可以部署的最优模型。

核心亮点

对于国内使用者，Qwen3.5 最核心的亮点就是文本多模态一体化，这标志着我只需要一个模型就能处理文本/图片等，对于智能体（例如，OpenManus）调用 Ollama 支持的本地模型来同时处理文本和图片场景，提供了巨大的便利。在这之前，我们得想办法做好文本模型和VL模型的切换能力。

模型下载

下载 Ollama

进入 Ollama 官网 https://ollama.com，下载 Ollama 的 exe 安装文件。

之后双击安装文件，一路到底安装完成。

下载模型到本地

打开终端，输入如下命令，下载 Qwen3.5-27B 模型

ollama run qwen3.5:2

说明：下载的过程中如果发现下载速度突然变慢，不要傻等，直接 ctrl+c 停止下载。之后进入输入上述的命令进行下载，Ollama 支持断点下载能力，此时的速度就又提上去了。

Ollama 界面中使用

文本处理

视觉处理

注意点

Qwen3.5-27B 需要 24G 显存，在使用的过程中，Context length 不要设置太大，建议最大设置为 32k，否则很可能因为显存不足导致程序崩溃；（Qwen3.5-35B-A3B 也有这个问题）

如果需要更大的上下文长度，可以选择 glm-4.7-flash 模型