FreeLLMAlle Modelle › inclusionAI
Ling-3.1-flash
inclusionAI · veröffentlicht am 13. 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 13. 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 | Passt nicht | — |
| RX 7900 XTX | 24 GB | Passt nicht | — |
| 2 × RTX 3090 | 48 GB | Passt nicht | — |
| 4 × RTX 3090 | 96 GB | Passt nicht | — |
| Mac M4 Max 128 GB | 96 GB | Passt nicht | — |
| Ryzen AI Max+ 395 128 GB | 96 GB | Passt nicht | — |
| 8 × H100 SXM | 640 GB | Passt in die GPU | 72 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 | 287 GB | 289 GB | 298 GB | +4.7 % spürbarer Verlust |
| Q4_K_M | 348 GB | 350 GB | 358 GB | +1.2 % sehr kleiner Verlust |
| Q5_K_M | 408 GB | 410 GB | 418 GB | +0.4 % nahezu verlustfrei |
| Q6_K | 470 GB | 472 GB | 481 GB | +0.2 % nahezu verlustfrei |
| Q8_0 | 609 GB | 611 GB | 619 GB | ≈ 0 % wie das Original |
| F16 | 1145 GB | 1148 GB | 1156 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