ji aliyê meta-llama
Llama 3.2 1B Instruct
meta-llama/Llama-3.2-1B-Instruct
Hemû hejmar texmîn in. Bikaranîna rastîn a bîranînê û leza wê bi ajokerên we, mîheng û bernameyên din ên ku dixebitin ve girêdayî ne.
- Parametre
- 1.2B
- Lîsans
- llama3.2
- Hate weşandin
- Sep 18, 2024
Lîsans a çêkerê modelê ye. Beriya ku hûn modelê bi kar bînin mercên wê kontrol bikin.
Hugging Face dixwaze ku beriya daxistina vî modelê hûn mercên çêkerê bipejirînin. Ji bo wê kit nayê firotin.
Orîjînal li Hugging Face ↗Bîranîna pêwîst li gorî quantization
Di 8,192 token ên contextê de, bi 0,8 GB ji bo hawîrdora xebatê re.
| Quantization | Pela modelê | Giştî |
|---|---|---|
| Q4_K_M | 0.7 GB | 1.6 GB(texmînî) |
| Q5_K_M | 0.9 GB | 1.8 GB(texmînî) |
| Q6_K | 1.0 GB | 1.9 GB(texmînî) |
| Q8_0 | 1.3 GB | 2.2 GB(texmînî) |
| F16 | 2.5 GB | 3.5 GB(texmînî) |
Hardware ku wê li ser qerta grafîkê dixebitîne
Di Q4_K_M û 8,192 token ên contextê de.
- 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
Heman model bi riya API
Firoşkarê herî erzan: Inference, $0.09 di mehê de bi bikaranîna bingehîn (200 daxwaz di rojê de).
Bihayan li ser Model Price Map bibîninHûrgiliyên modelan ji lîsteyên gelemperî yên Hugging Face tên (nav, mezinahî, lîsans). Her rûpelek modelê bi ya orîjînal ve girêdayî ye.