FreeLLMAlle Modelle › inclusionAI
Ling-3.0-flash-Sante
inclusionAI · veröffentlicht am 19. Okt. 2026
Wo du es kostenlos nutzen kannst
- Lade es herunter und führe es zu Hause aus: offizielle Gewichte · GGUF-Dateien für Ollama und LM Studio
Neu: wartet auf Arena-Stimmen
Veröffentlicht am 19. Okt. 2026. Die Arena hat über dieses Modell noch nicht abgestimmt. Sobald das passiert, rückt das Modell automatisch in die Rangliste auf, meist in der nächsten Nacht. Bis dahin kannst du unten schon Größe, Speicherbedarf und Geschwindigkeit ansehen.
Geschwindigkeit auf gängiger Hardware
| Hardware | GPU-Speicher | Passt es? | Geschwindigkeit |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Passt nicht | — |
| RTX 4060 Ti 16 GB | 16 GB | Passt nicht | — |
| RTX 3090 | 24 GB | Passt nicht | — |
| RTX 4090 | 24 GB | Passt nicht | — |
| RTX 5090 | 32 GB | GPU + 64 GB RAM | 21 tok/s |
| RX 7900 XTX | 24 GB | Passt nicht | — |
| 2 × RTX 3090 | 48 GB | GPU + 64 GB RAM | 26 tok/s |
| 4 × RTX 3090 | 96 GB | Passt in die GPU | 76 tok/s |
| Mac M4 Max 128 GB | 96 GB | Passt in die GPU | 45 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | Passt in die GPU | 27 tok/s |
| 8 × H100 SXM | 640 GB | Passt in die GPU | 153 tok/s |
Schätzung bei 4-Bit mit 32K Kontext, 64 GB DDR5 zum Auslagern. Geschwindigkeit ≈ Speicherbandbreite × 78 % ÷ pro Token gelesene Daten, plus feste Kosten pro Token, kalibriert an 44 echten llama.cpp-Tests; typische Abweichung etwa ±10 %. Alle Grafikkarten vergleichen.
Benötigter GPU-Speicher
| Stufe | 8K Kontext | 32K Kontext | 128K Kontext | Qualität im Vergleich zum Original |
|---|---|---|---|---|
| Q3_K_M | 65 GB | 66 GB | 71 GB | +4.7 % spürbarer Verlust |
| Q4_K_M | 78 GB | 79 GB | 84 GB | +1.2 % sehr kleiner Verlust |
| Q5_K_M | 92 GB | 93 GB | 98 GB | +0.4 % nahezu verlustfrei |
| Q6_K | 106 GB | 107 GB | 111 GB | +0.2 % nahezu verlustfrei |
| Q8_0 | 136 GB | 138 GB | 142 GB | ≈ 0 % wie das Original |
| F16 | 256 GB | 257 GB | 262 GB | ≈ 0 % wie das Original |
Gewichte + Kontext-Cache (aus der Architektur des Modells) + Laufzeit. Qualität: Anstieg von perplexity gegenüber dem vollen Modell, aus llama.cpp-Tests, skaliert nach Modellgröße. Simuliere dein eigenes Setup.
Diese Seite teilen:XLinkedInRedditWhatsApp
Falsche Zahl oder kaputten Link entdeckt? Fehler melden