meta-llama پاران
Llama 3.2 1B Instruct
meta-llama/Llama-3.2-1B-Instruct
سڀ انگ اندازا آهن. ميموري جو اصل استعمال ۽ رفتار توهان جي ڊرائيورز، سيٽنگن ۽ هلندڙ ٻين پروگرامن تي منحصر آهن.
- پيراميٽر
- 1.2B
- لائسنس
- llama3.2
- شايع ٿيل
- Sep 18, 2024
لائسنس ماڊل ٺاهيندڙ جو آهي. ماڊل استعمال ڪرڻ کان اڳ ان جا شرط جانچيو.
Hugging Face توهان کان گهرندو آهي ته هي ماڊل ڊائونلوڊ ڪرڻ کان اڳ ٺاهيندڙ جا شرط قبول ڪريو. ان لاءِ ڪابه ڪٽ وڪرو نه ڪئي ويندي آهي.
Hugging Face تي اصل ↗ڪوانٽائيزيشن مطابق گهربل ميموري
8,192 ٽوڪن ڪانٽيڪسٽ تي، جنهن ۾ رن ٽائم لاءِ 0.8 GB شامل آهي.
| ڪوانٽائيزيشن | ماڊل فائل | ڪل |
|---|---|---|
| Q4_K_M | 0.7 GB | 1.6 GB(اندازي مطابق) |
| Q5_K_M | 0.9 GB | 1.8 GB(اندازي مطابق) |
| Q6_K | 1.0 GB | 1.9 GB(اندازي مطابق) |
| Q8_0 | 1.3 GB | 2.2 GB(اندازي مطابق) |
| F16 | 2.5 GB | 3.5 GB(اندازي مطابق) |
هارڊويئر جيڪو ان کي گرافڪس ڪارڊ تي هلائي ٿو
Q4_K_M ۽ 8,192 ٽوڪن ڪانٽيڪسٽ تي.
- 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
ساڳيو ماڊل API ذريعي
سڀ کان سستو وڪرو ڪندڙ: Inference، ڊفالٽ استعمال (روزانو 200 درخواستون) تي $0.09 مهيني.
Model Price Map تي اگهه ڏسوماڊل جي تفصيل Hugging Face جي عوامي فهرستن (نالا، سائيز، لائسنس) مان ورتا ويا آهن. هر ماڊل صفحو اصل ڏانهن لنڪ ڪري ٿو.