--- title: "Собственный хостинг — какая модель с открытыми весами поместится на этой машине · Undominated.ai" canonical: https://undominated.ai/ru/self-host/ description: "Исходя из ОЗУ и памяти GPU, упорядочивает модели с открытыми весами из каталога, которые действительно помещаются. Ведёт качество. Без оценки — не ноль. Отсутствующее число параметров — не догадка." --- # Собственный хостинг — какая модель с открытыми весами поместится на этой машине · Undominated.ai > Исходя из ОЗУ и памяти GPU, упорядочивает модели с открытыми весами из каталога, которые действительно помещаются. Ведёт качество. Без оценки — не ноль. Отсутствующее число параметров — не догадка. # Собственный хостинг Достаточно ОЗУ и того, есть ли у вас GPU. Всё остальное необязательно. Ранжирование — это арифметика по числам параметров с источником: победителя выбирает не NVIDIA. 20 строк каталога помечены как открытые веса. Ничто иное не рассматривается. 20 из них имеют число параметров с источником. Остальные указаны как неизвестные, а не угаданные. 1 ГиБ запаса на среду выполнения — заявленного, а не измеренного на вашей машине. Системное ОЗУ ГиБ GPU Нет (CPU) NVIDIA AMD Apple Intel Память GPU GiB Обязательно, если вы не указали карту из нашего списка. Apple: оставьте пустым, пулом служит ОЗУ. Название GPU (необязательно) Количество GPU ОС (необязательно — только для подбора ПО) Пропустить Linux Windows macOS Планируемый контекст 4K 8K 16K 32K Кэш KV растёт вместе с ним. Мы не берём максимум из карточки модели. 6 из 20 профилированных моделей с открытыми весами помещаются в 24 ГиБ (vram) при контексте 8192. Лучшая по оценке из помещающихся: Qwen3.8 27B (Q5_K_M). ** ** ** ** Веса 18.563 GiB Кэш KV 0.5 GiB Среда выполнения 1 GiB Запас 3.9 GiB / 24 GiB VRAM as entered. Driver reservation is inside the 1 GiB overhead, not extra. 32 ГиБ поднимает квантование Qwen3.8 27B до Q8_0. Та же модель, а не более высокая оценка интеллекта. ## Среди моделей, которые помещаются У Qwen3.8 27B самые высокие оценки Artificial Analysis по интеллекту (52), программированию (68.1) и агентности (50.9) среди помещающихся моделей. Наивысший Эло LMArena среди помещающихся: Gemma 4 31B 1441.7. Эло — шкала предпочтений людей, а не индекс интеллекта. Индексы Artificial Analysis и Эло LMArena — разные шкалы. Пустая ячейка означает «не измерено», а не ноль. Сильнейшая ось модели соотносится с её собственными оценками, а не утверждает лидерство в каталоге. ## Оценённые модели, которые помещаются | Модель | Общие | Код | Агентные | Предпочтения людей | Подходящее квантование | Оценка, ГиБ | Запас | | --- | --- | --- | --- | --- | --- | --- | --- | | Qwen3.8 27B Пик AA: Код зрение видео рассуждение инструменты | 52 | 68.1 | 50.9 | 1440.8 | Q5_K_M | 20.063 | 3.938 | | Gemma 4 31B Пик AA: Код зрение видео рассуждение инструменты | 29.7 | 43.4 | 14.4 | 1441.7 | Q5_K_M | 22.106 | 1.894 | | Olmo 3 32B Think рассуждение | — | — | — | 1298.5 | Q4_K_M | 22.32 | 1.68 | | Granite 4.1 8B инструменты | — | 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. ## Помещаются, без оценки - [Muse Glimmer 30B](/models/meta__muse-glimmer-30b/) — Q5_K_M, 21.756 GiB без оценки зрение рассуждение инструменты ## Что на самом деле даёт апгрейд Узкое место — память GPU. Больше системного ОЗУ не загрузит дополнительные веса на эту карту. | Оценка, ГиБ | Открывает | Пример | Прайсовая цена | | --- | --- | --- | --- | | 32 GiB | Qwen3.8 27B — Q8_0 та же модель, более высокое квантование | GeForce RTX 5090 (32 GiB) | USD 1999 от | Следующая по оценке модель каталога — Kimi K3, и даже в Q4_K_M ей нужно 1691.5 ГиБ. Это не настольная карта. 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. Апгрейды используют ту же формулу вместимости, что и ранжирование. Прайсовые цены — это цены NVIDIA «от», по состоянию на 2026-08-25. Рыночные цены часто выше. У б/у карт на 24 ГБ и GPU для ЦОД прайса здесь нет. Модули ОЗУ не оцениваются. ## Не помещаются или не профилированы - 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 ## Дополнительные сведения (необязательно) Не меняет ранжирование. Необязательный разбор ваших заметок с помощью ИИ на фоне приведённых выше чисел, на сильнейших моделях NVIDIA NIM. Разобрать с помощью ИИ ## Как получается это число Веса: измеренный размер GGUF, если он у нас есть, иначе общее число параметров × бит на вес ÷ 8. Q4_K_M считается как 4,83 бита на параметр. Память MoE считается по общему числу параметров, а не по активным. Кэш KV, когда геометрия слоёв и голов имеет источник: 2 × kvLayers × kvHeads × headDim × контекст × 2 байта (FP16, батч 1). Гибридные модели используют число слоёв внимания, а не все слои. Если геометрии нет, кэш не учитывается, и об этом сказано. Добавляется 1 ГиБ на CUDA и среду выполнения. Единая память Apple использует ОЗУ как пул. Режим только на CPU — это вместимость по памяти, а не утверждение о скорости. Поколение DDR при подборе игнорируется: оно меняет пропускную способность, а не то, помещаются ли веса в память. Кандидатами являются только строки каталога с openWeights=true. Таких строк 20; у 20 есть размеры с источником. Помещающиеся модели без оценки перечислены отдельно. Более высокая оценка не означает прямую замену. Тип ОЗУ (DDR4/DDR5/LPDDR) не является полем. Он не влияет на то, помещается ли модель.