vum meta-llama
Llama 3.2 1B Instruct
meta-llama/Llama-3.2-1B-Instruct
All Wäerter sinn Schätzungen. De richtege Späicherbedarf an d’Geschwindegkeet hänken vunÄren Treiber,Ären Astellungen an anere Programmer of, déi lafen.
- Parameteren
- 1.2B
- Lizenz
- llama3.2
- Verëffentlecht
- Sep 18, 2024
D’Lizenz ass déi vum Modellhiersteller. Kuckt hir Bedingungen no, ier Dir d’Modell notzt.
Hugging Face verlaangt, dass Dir d’Bedingunge vum Hiersteller akzeptéiert, ier Dir dëst Modell eroflued. Dofir gëtt kee Kit verkaaft.
Original op Hugging Face ↗Späicherbedarf no Quantiséierung
Bei 8,192 Tokens Kontext, abegraff 0,8 GB fir d’Lafzäitémfeld.
| Quantiséierung | Modelldatei | Total |
|---|---|---|
| Q4_K_M | 0.7 GB | 1.6 GB(grob) |
| Q5_K_M | 0.9 GB | 1.8 GB(grob) |
| Q6_K | 1.0 GB | 1.9 GB(grob) |
| Q8_0 | 1.3 GB | 2.2 GB(grob) |
| F16 | 2.5 GB | 3.5 GB(grob) |
Hardware, déi et op der Grafikkaart ausféiert
Bei Q4_K_M a 8,192 Tokens Kontext.
- 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
Datselwecht Modell iwwer eng API
Gënschtegsten Ubidder: Inference, $0.09 pro Mount bei der Standardnotzung (200 Ufroe pro Dag).
Präisser op der Model Price Map kuckenD’Modelldaten staamen aus den ëffentlechen Androchen op Hugging Face (Nimm, Gréissten, Lizenzen). All Modellsäit verlinkt op d’Original.