frá meta-llama
Llama 3.2 1B Instruct
meta-llama/Llama-3.2-1B-Instruct
Allar tölur eru áætlanir. Raunveruleg minnisnotkun og hraði fer eftir reklum, stillingum og öðrum forritum sem eru í gangi.
- Stikar
- 1.2B
- Leyfi
- llama3.2
- Gefið út
- Sep 18, 2024
Leyfið er frá framleiðanda líkansins. Kynntu þér skilmála þess áður en þú notar líkanið.
Hugging Face krefst þess að þú samþykkir skilmála framleiðandans áður en þú sækir þetta líkan. Enginn pakki er seldur fyrir það.
Upprunalegt á Hugging Face ↗Minni sem þarf eftir skömmtun
Við 8,192 tóka samhengi, að meðtöldum 0,8 GB fyrir keyrsluumhverfið.
| Skömmtun | Líkanaskrá | Samtals |
|---|---|---|
| Q4_K_M | 0.7 GB | 1.6 GB(gróft mat) |
| Q5_K_M | 0.9 GB | 1.8 GB(gróft mat) |
| Q6_K | 1.0 GB | 1.9 GB(gróft mat) |
| Q8_0 | 1.3 GB | 2.2 GB(gróft mat) |
| F16 | 2.5 GB | 3.5 GB(gróft mat) |
Vélbúnaður sem keyrir það á skjákortinu
Við Q4_K_M og 8,192 tóka samhengi.
- 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
Sama líkan í gegnum API
Ódýrasti seljandinn: Inference, $0.09 á mánuði við sjálfgefna notkun (200 fyrirspurnir á dag).
Sjá verðin á Model Price MapUpplýsingar um líkönin koma úr opinberum skráningum Hugging Face (nöfn, stærðir, leyfi). Hver líkanasíða tengir á upprunann.