准备环境：你需要什么？

要运行这个模型，你的电脑需要一张 24GB 显存 的显卡，比如 RTX 3090、4090 或 5090。如果还没有，也可以租用云 GPU，比如 RunPod 上的 RTX 4090，每小时只要几毛钱。另外，请确保已经安装了 Ollama（一个让你轻松运行 AI 模型的工具）。

安装步骤：一步步来

1. 安装 Ollama：前往官网下载并安装。Windows 和 macOS 有安装包，Linux 用户用命令行安装。
2. 下载模型：打开终端，输入以下命令：
   ollama pull qwen3.6-35b-a3b
   这个命令会下载约 24GB 的模型文件，请耐心等待几分钟。
3. 运行模型：下载完成后，输入：
   ollama run qwen3.6-35b-a3b
   稍等几秒，模型就会加载到显存中，然后你就可以在终端里跟它对话了。

验证是否成功：测试一下

在终端里输入一个问题，比如“写一个 Python 函数计算斐波那契数列”，看看它是否能正常回复。如果一切顺利，你会看到每秒生成 40～70 个 token（相当于几十个字），速度飞快。

如果你想把它作为后台服务，供其他程序调用，可以运行：
ollama serve
然后访问 http://localhost:11434/v1 即可。用 curl 测试：
curl http://localhost:11434/v1/chat/completions -d '{"model":"qwen3.6-35b-a3b","messages":[{"role":"user","content":"你好"}]}'

下一步可以做什么

• 调整参数：在 Ollama 的 Modelfile 中设置 PARAMETER temperature 0.7，这样模型回答更稳定，适合编程任务。
• 集成到编辑器：很多代码编辑器（如 VS Code）支持连接本地 Ollama 服务，让你在写代码时直接调用 AI 助手。
• 注意上下文长度：24GB 显存下，建议不要超过 16K～32K 的上下文（即一次输入太多文字），否则可能内存不足。