Alternatives plus légères
Des modèles qui demandent moins de mémoire que Inkling et obtiennent un score proche ou meilleur.
Inkling
MoEVisionTThinking Machines Lab · 952,4B (41B actifs) · Mélange d'experts
Inkling est un modèle de 952,4B de Thinking Machines Lab avec un contexte de 1M tokens. En Q4_K_M avec 8K de contexte, il demande environ 534 Go ; 669 Go laissent de la marge pour les longues conversations.
Mélange d'experts
Paramètres: 952,4B · Actifs: 41B
Les 952,4B paramètres sont chargés en mémoire, mais seuls 41B travaillent sur chaque token : il tourne à la vitesse d'un modèle bien plus petit.
Options de quantification
| Quant. | Bits | Mémoire | Qualité | Sur votre matériel |
|---|---|---|---|---|
| Q2_K | 3,16 | — | Nettement moins bon | … |
| Q3_K_M | 4 | — | Légère perte | … |
| Q4_K_M | 4,89 | — | Bonne | … |
| Q5_K_M | 5,7 | — | Bonne | … |
| Q6_K | 6,56 | — | Quasi originale | … |
| Q8_0 | 8,5 | — | Quasi originale | … |
| F16 | 16 | — | Originale | … |
Mémoire selon le contexte
En Q4_K_M. Le cache du contexte grandit à chaque token que le modèle garde en tête.
| Contexte | Cache de contexte | Total |
|---|---|---|
| 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 |
Pour aller plus loin
Comparez-le avec
Des modèles notés de taille proche, côte à côte sur votre appareil.
Le matériel minimal où il tourne bien
Les appareils de bureau avec le moins de mémoire qui donnent à Inkling la note A ou S en Q4_K_M.
Aucun appareil de bureau du catalogue ne le fait tourner avec la note A ou mieux.
Puis-je faire tourner Inkling en local ?
Puis-je faire tourner Inkling en local ?
Oui, si votre GPU ou votre Mac dispose d'environ 534 Go libres en Q4_K_M. Ouvrez cette page sur cet ordinateur pour voir la note de votre matériel, puis lancez-le avec llama.cpp, Ollama ou LM Studio.
De combien de mémoire Inkling a-t-il besoin ?
Environ 534 Go en Q4_K_M avec 8K de contexte et 798,8 Go en Q8_0. Les quantifications plus basses tiennent sur des cartes plus petites avec une perte de qualité ; les longs contextes s'ajoutent au total.