Kleinere Alternativen
Modelle, die weniger Speicher als Inkling brauchen und etwa gleich gut oder besser abschneiden.
Inkling
MoEVisionTThinking Machines Lab · 952,4B (41B aktiv) · Mixture of Experts
Inkling ist ein 952,4B-Modell von Thinking Machines Lab mit 1M Token Kontext. In Q4_K_M mit 8K Kontext braucht es etwa 534 GB; mit 669 GB bleibt Luft für lange Chats.
Mixture of Experts
Parameter: 952,4B · Aktiv: 41B
Alle 952,4B Parameter liegen im Speicher, aber nur 41B arbeiten pro Token – es läuft also so schnell wie ein viel kleineres Modell.
Quantisierungsoptionen
| Quant. | Bits | Speicher | Qualität | Auf deiner Hardware |
|---|---|---|---|---|
| Q2_K | 3,16 | — | Spürbar schlechter | … |
| Q3_K_M | 4 | — | Etwas Verlust | … |
| Q4_K_M | 4,89 | — | Gut | … |
| Q5_K_M | 5,7 | — | Gut | … |
| Q6_K | 6,56 | — | Fast original | … |
| Q8_0 | 8,5 | — | Fast original | … |
| F16 | 16 | — | Original | … |
Speicher nach Kontextlänge
In Q4_K_M. Der Kontext-Cache wächst mit jedem Token, das das Modell im Blick behält.
| Kontext | Kontext-Cache | Gesamt |
|---|---|---|
| 4K | 0,4 GB | 533,9 GB |
| 8K | 0,6 GB | 534 GB |
| 32K | 1,6 GB | 535,1 GB |
| 128K | 5,7 GB | 539,2 GB |
| 256K | 11,2 GB | 544,7 GB |
Nächste Schritte
Vergleiche es mit
Bewertete Modelle ähnlicher Größe, nebeneinander auf deinem Gerät.
Die kleinste Hardware, auf der es gut läuft
Desktop-Geräte mit dem wenigsten Speicher, die Inkling bei Q4_K_M Note A oder S geben.
Kein Desktop-Gerät in unserem Katalog erreicht damit Note A oder besser.
Kann ich Inkling lokal ausführen?
Kann ich Inkling lokal ausführen?
Ja, wenn deine GPU oder dein Mac in Q4_K_M etwa 534 GB frei hat. Öffne diese Seite auf dem Rechner, um die Note für deine Hardware zu sehen, und starte es mit llama.cpp, Ollama oder LM Studio.
Wie viel Speicher braucht Inkling?
Etwa 534 GB in Q4_K_M mit 8K Kontext und 798,8 GB in Q8_0. Niedrigere Quantisierungen passen auf kleinere Karten, mit etwas Qualitätsverlust; längerer Kontext kommt hinzu.