Tự vận hành
Chỉ cần RAM và việc bạn có GPU hay không. Mọi thứ khác là tùy chọn. Xếp hạng là phép tính trên số tham số có dẫn nguồn — NVIDIA không chọn người thắng.
6 trong 20 mô hình trọng số mở đã lập hồ sơ vừa với 24 GiB (vram) ở ngữ cảnh 8192. Mô hình được chấm cao nhất mà vừa: Qwen3.8 27B (Q5_K_M).
VRAM as entered. Driver reservation is inside the 1 GiB overhead, not extra.
32 GiB nâng mức lượng tử hóa của Qwen3.8 27B lên Q8_0. Vẫn là mô hình đó, không phải điểm trí tuệ cao hơn.
Trong số các mô hình vừa
Qwen3.8 27B có điểm Artificial Analysis cao nhất về trí tuệ (52), lập trình (68.1) và tác tử (50.9) trong số các mô hình vừa.
Elo LMArena cao nhất trong số vừa: Gemma 4 31B 1441.7. Elo là thang đo ưa thích của con người, không phải chỉ số trí tuệ.
Các chỉ số Artificial Analysis và Elo LMArena là những thang đo khác nhau. Ô trống nghĩa là chưa đo, không phải bằng không. Trục mạnh nhất của một mô hình là tương đối so với chính điểm của nó, không phải tuyên bố dẫn đầu danh mục.
Mô hình đã chấm điểm và vừa
| Mô hình | Tổng quát | Lập trình | Tác tử | Người dùng ưa thích | Mức lượng tử hóa vừa | GiB ước tính | Dư địa |
|---|---|---|---|---|---|---|---|
| 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.
Vừa, chưa chấm điểm
- Muse Glimmer 30B — Q5_K_M, 21.756 GiB chưa chấm điểm thị giácsuy luậncông cụ
Nâng cấp thực sự mua được gì
Nút thắt là bộ nhớ GPU. Thêm RAM hệ thống sẽ không nạp thêm trọng số lên card này.
| GiB ước tính | Mở ra | Ví dụ | Giá niêm yết |
|---|---|---|---|
| 32 GiB | Qwen3.8 27B — Q8_0cùng mô hình, mức lượng tử hóa cao hơn | GeForce RTX 5090 (32 GiB) | USD 1999 khởi điểm |
Mô hình kế tiếp trong danh mục được chấm cao hơn là Kimi K3, và ngay cả Q4_K_M cũng đòi 1691.5 GiB. Đó không phải card để bàn.
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.
Nâng cấp dùng đúng công thức vừa vặn như phần xếp hạng. Giá niêm yết là giá khởi điểm của NVIDIA, tính đến 2026-08-25. Giá thị trường thường cao hơn. Card 24 GB đã qua sử dụng và GPU trung tâm dữ liệu không có giá niêm yết ở đây. Thanh RAM không được định giá.
Không vừa, hoặc chưa lập hồ sơ
- 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
Chi tiết thêm (tùy chọn)
Không làm thay đổi xếp hạng. Phân tích AI tùy chọn cho ghi chú của bạn, đối chiếu với các con số ở trên, dùng những mô hình mạnh nhất của NVIDIA NIM.
Con số này được tính ra sao
Trọng số: dùng kích thước GGUF đo được nếu có, nếu không thì tổng tham số × bit mỗi trọng số ÷ 8. Q4_K_M được tính là 4,83 bit mỗi tham số. Bộ nhớ của MoE dùng tổng tham số, không phải tham số hoạt động.
Bộ đệm KV, khi hình học lớp và đầu có dẫn nguồn: 2 × kvLayers × kvHeads × headDim × ngữ cảnh × 2 byte (FP16, lô 1). Mô hình lai dùng số lớp chú ý, không phải mọi lớp. Nếu thiếu hình học, bộ đệm được bỏ qua và điều đó được nêu rõ.
Cộng thêm 1 GiB cho CUDA và môi trường chạy. Bộ nhớ hợp nhất của Apple dùng RAM làm bể nhớ. Chỉ dùng CPU là sự vừa vặn về bộ nhớ, không phải lời hứa về tốc độ. Thế hệ DDR bị bỏ qua khi xét vừa vặn — nó đổi băng thông, không đổi việc trọng số có nằm được trong bộ nhớ hay không.
Chỉ những dòng danh mục có openWeights=true mới là ứng viên. Có 20 dòng như vậy; 20 dòng có kích thước dẫn nguồn. Các mô hình chưa chấm điểm mà vừa được liệt kê riêng. Điểm cao hơn không có nghĩa là thay thế trực tiếp.
Loại RAM (DDR4/DDR5/LPDDR) không phải một trường dữ liệu. Nó không đổi việc một mô hình có vừa hay không.