Własny hosting
Wystarczy RAM i informacja, czy masz GPU. Reszta jest opcjonalna. Ranking to arytmetyka na udokumentowanych liczbach parametrów — to nie NVIDIA wybiera zwycięzcę.
6 z 20 sprofilowanych modeli o otwartych wagach mieści się w 24 GiB (vram) przy kontekście 8192. Najlepiej oceniony, który się mieści: Qwen3.8 27B (Q5_K_M).
VRAM as entered. Driver reservation is inside the 1 GiB overhead, not extra.
32 GiB podnosi kwantyzację modelu Qwen3.8 27B do Q8_0. Ten sam model, a nie wyższy wynik inteligencji.
Wśród modeli, które się mieszczą
Qwen3.8 27B ma najwyższe wyniki Artificial Analysis w inteligencji (52), programowaniu (68.1) i w trybie agentowym (50.9) wśród modeli, które się mieszczą.
Najwyższe Elo LMArena wśród mieszczących się: Gemma 4 31B 1441.7. Elo to skala preferencji ludzi, a nie indeks inteligencji.
Indeksy Artificial Analysis i Elo LMArena to różne skale. Pusta komórka oznacza brak pomiaru, nie zero. Najmocniejsza oś modelu odnosi się do jego własnych wyników, a nie do twierdzenia, że prowadzi w katalogu.
Oceniane modele, które się mieszczą
| Model | Ogólne | Kodowanie | Agentowe | Preferencje ludzi | Kwantyzacja, która się mieści | Szacowane GiB | Zapas |
|---|---|---|---|---|---|---|---|
| Qwen3.8 27B | 52 | 68.1 | 50.9 | 1440.8 | Q5_K_M | 20.063 | 3.938 |
| Gemma 4 31B | 29.7 | 43.4 | 14.4 | 1441.7 | Q5_K_M | 22.106 | 1.894 |
| Olmo 3 32B Think | — | — | — | 1298.5 | Q4_K_M | 22.32 | 1.68 |
| Granite 4.1 8B | — | 9.5 | — | 1291.6 | F16 | 18.25 | 5.75 |
| Phi 4 | — | — | — | 1216.8 | Q8_0 | 17.438 | 6.563 |
- Hybrid: only 16 of 64 layers are Gated Attention. KV uses kvLayers=16, not nLayers=64. Measured Q4 is Unsloth UD-Q4_K_M, not a vanilla Q4_K_M.
Mieszczą się, bez oceny
- Muse Glimmer 30B — Q5_K_M, 21.756 GiB bez oceny wizjarozumowanienarzędzia
Co naprawdę daje rozbudowa
Wąskim gardłem jest pamięć GPU. Więcej RAM-u systemowego nie załaduje dodatkowych wag na tę kartę.
| Szacowane GiB | Odblokowuje | Przykład | Cena katalogowa |
|---|---|---|---|
| 32 GiB | Qwen3.8 27B — Q8_0ten sam model, wyższa kwantyzacja | GeForce RTX 5090 (32 GiB) | USD 1999 od |
Kolejny lepiej oceniony model z katalogu to Kimi K3, a nawet Q4_K_M wymaga 1691.5 GiB. To nie jest karta desktopowa.
NVIDIA 'Starting at' list prices as published 2026-08-25, not a store quote and not a used-market index. Street prices in August 2026 are often much higher (Tom's Hardware Newegg median RTX 5090 $4,699 vs $1,999 list). Last-gen 24 GB cards (4090, 3090) have no current NVIDIA starting-at in this file. Datacenter cards have no consumer list here. RAM DIMMs are not priced — they move weekly.
Rozbudowy korzystają z tego samego wzoru dopasowania co ranking. Ceny katalogowe to ceny „od” NVIDII, z dnia 2026-08-25. Ceny rynkowe bywają wyższe. Używane karty 24 GB i GPU serwerowe nie mają tu ceny katalogowej. Moduły RAM nie są wyceniane.
Nie mieszczą się lub nie są sprofilowane
- qwen/qwen3.8-2.4t-a95b — even Q4_K_M wants 1450.719 GiB; pool is 24 GiB
- moonshotai/kimi-k3 — even Q4_K_M wants 1691.5 GiB; pool is 24 GiB
- z-ai/glm-5.2 — even Q4_K_M wants 455.624 GiB; pool is 24 GiB
- moonshotai/kimi-k2.7-code — even Q4_K_M wants 604.75 GiB; pool is 24 GiB
- nvidia/nemotron-3-ultra-550b-a55b — even Q4_K_M wants 333.063 GiB; pool is 24 GiB
- minimax/minimax-m3 — even Q4_K_M wants 259.405 GiB; pool is 24 GiB
- deepseek/deepseek-v4-pro — even Q4_K_M wants 967 GiB; pool is 24 GiB
- deepseek/deepseek-v4-flash — even Q4_K_M wants 172.465 GiB; pool is 24 GiB
- mistralai/mistral-small-2603 — even Q4_K_M wants 73.2 GiB; pool is 24 GiB
- deepseek/deepseek-v3.2 — even Q4_K_M wants 406.116 GiB; pool is 24 GiB
- openai/gpt-oss-120b — even Q4_K_M wants 72.201 GiB; pool is 24 GiB
- meta-llama/llama-4-maverick — even Q4_K_M wants 242.5 GiB; pool is 24 GiB
- meta-llama/llama-4-scout — even Q4_K_M wants 66.809 GiB; pool is 24 GiB
- cohere/command-a — even Q4_K_M wants 68.016 GiB; pool is 24 GiB
Dodatkowe szczegóły (opcjonalnie)
Nie zmienia rankingu. Opcjonalna analiza AI twoich notatek w zestawieniu z powyższymi liczbami, przy użyciu najmocniejszych modeli NVIDIA NIM.
Jak powstaje ta liczba
Wagi: zmierzony rozmiar GGUF, gdy go mamy, w przeciwnym razie łączna liczba parametrów × bity na wagę ÷ 8. Q4_K_M traktujemy jako 4,83 bita na parametr. Pamięć modeli MoE liczy się z parametrów łącznych, nie aktywnych.
Pamięć podręczna KV, gdy geometria warstw i głowic jest udokumentowana: 2 × kvLayers × kvHeads × headDim × kontekst × 2 bajty (FP16, wsad 1). Modele hybrydowe używają liczby warstw uwagi, a nie wszystkich warstw. Przy braku geometrii pamięć podręczna jest pomijana i jest to zaznaczone.
Dodaje się 1 GiB na CUDA i środowisko uruchomieniowe. Pamięć zunifikowana Apple używa RAM-u jako puli. Sam CPU to dopasowanie pamięci, a nie obietnica prędkości. Generacja DDR jest pomijana przy dopasowaniu — zmienia przepustowość, a nie to, czy wagi mieszczą się w pamięci.
Kandydatami są wyłącznie wiersze katalogu z openWeights=true. Takich wierszy jest 20; 20 ma udokumentowane rozmiary. Mieszczące się modele bez oceny są wypisane osobno. Wyższy wynik nie oznacza zamiennika wprost.
Typ RAM-u (DDR4/DDR5/LPDDR) nie jest polem. Nie zmienia tego, czy model się mieści.