gan meta-llama
Llama 3.2 1B Instruct
meta-llama/Llama-3.2-1B-Instruct
Amcangyfrifon yw'r holl ffigurau. Mae'r defnydd gwirioneddol o gof a'r cyflymder yn dibynnu ar eich gyrwyr, eich gosodiadau a'r rhaglenni eraill sy'n rhedeg.
- Paramedrau
- 1.2B
- Trwydded
- llama3.2
- Cyhoeddwyd
- Sep 18, 2024
Trwydded gwneuthurwr y model yw hon. Gwiriwch ei thelerau cyn defnyddio'r model.
Mae Hugging Face yn gofyn i chi dderbyn telerau'r gwneuthurwr cyn lawrlwytho'r model hwn. Ni werthir pecyn ar ei gyfer.
Y gwreiddiol ar Hugging Face ↗Cof sydd ei angen yn ôl cwantoli
Gyda 8,192 tocyn o gyd-destun, gan gynnwys 0.8 GB ar gyfer yr amgylchedd rhedeg.
| Cwantoli | Ffeil y model | Cyfanswm |
|---|---|---|
| Q4_K_M | 0.7 GB | 1.6 GB(bras) |
| Q5_K_M | 0.9 GB | 1.8 GB(bras) |
| Q6_K | 1.0 GB | 1.9 GB(bras) |
| Q8_0 | 1.3 GB | 2.2 GB(bras) |
| F16 | 2.5 GB | 3.5 GB(bras) |
Caledwedd sy'n ei redeg ar y cerdyn graffeg
Gyda Q4_K_M a 8,192 tocyn o gyd-destun.
- NVIDIA GeForce RTX 3060 (12 GB)
- NVIDIA GeForce RTX 3070
- NVIDIA GeForce RTX 3080 (10 GB)
- NVIDIA GeForce RTX 3090
- NVIDIA GeForce RTX 4070
- NVIDIA GeForce RTX 4070 Ti SUPER
- NVIDIA GeForce RTX 4080 SUPER
- NVIDIA GeForce RTX 4090
- NVIDIA GeForce RTX 5060 Ti (16 GB)
- NVIDIA GeForce RTX 5070
- NVIDIA GeForce RTX 5070 Ti
- NVIDIA GeForce RTX 5080
- NVIDIA GeForce RTX 5090
- AMD Radeon RX 7600
- AMD Radeon RX 7700 XT
- AMD Radeon RX 7800 XT
- AMD Radeon RX 7900 XT
- AMD Radeon RX 7900 XTX
- AMD Radeon RX 9070 XT
- Apple M1 Pro
- Apple M1 Max
- Apple M2
- Apple M2 Pro
- Apple M2 Max
- Apple M3
- Apple M3 Pro
- Apple M3 Max (30-core GPU)
- Apple M3 Max (40-core GPU)
- Apple M4
- Apple M4 Pro
- Apple M4 Max (32-core GPU)
- Apple M4 Max (40-core GPU)
- Apple M5
- AMD Ryzen AI Max+ 395
Yr un model drwy API
Y gwerthwr rhataf: Inference, $0.09 y mis gyda'r defnydd rhagosodedig (200 cais y dydd).
Gweld y prisiau ar y Model Price MapDaw manylion y modelau o restrau cyhoeddus Hugging Face (enwau, meintiau, trwyddedau). Mae pob tudalen model yn cysylltu â'r gwreiddiol.