FreeLLMTous les modèles › inclusionAI
Ling-3.0-flash-Sante
inclusionAI · sorti le 19 oct. 2026
Où l'utiliser gratuitement
- Téléchargez-le et lancez-le chez vous : poids officiels · fichiers GGUF pour Ollama et LM Studio
Nouveau : en attente de votes Arena
Sorti le 19 oct. 2026. Arena n'a pas encore voté pour ce modèle. Dès que ce sera le cas, le modèle rejoindra le classement automatiquement, en général la nuit suivante. D'ici là, vous pouvez déjà consulter ci-dessous sa taille, ses besoins en mémoire et sa vitesse.
Vitesse sur du matériel courant
| Matériel | Mémoire GPU | Ça tient ? | Vitesse |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | Ne tient pas | — |
| RTX 4060 Ti 16 GB | 16 GB | Ne tient pas | — |
| RTX 3090 | 24 GB | Ne tient pas | — |
| RTX 4090 | 24 GB | Ne tient pas | — |
| RTX 5090 | 32 GB | GPU + 64 GB de RAM | 21 tok/s |
| RX 7900 XTX | 24 GB | Ne tient pas | — |
| 2 × RTX 3090 | 48 GB | GPU + 64 GB de RAM | 26 tok/s |
| 4 × RTX 3090 | 96 GB | Tient dans le GPU | 76 tok/s |
| Mac M4 Max 128 GB | 96 GB | Tient dans le GPU | 45 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | Tient dans le GPU | 27 tok/s |
| 8 × H100 SXM | 640 GB | Tient dans le GPU | 153 tok/s |
Estimation en 4 bits avec un contexte de 32K et 64 GB de DDR5 pour le déchargement. Vitesse ≈ bande passante mémoire × 78 % ÷ données lues par token, plus un coût fixe par token, calibrée sur 44 tests llama.cpp réels ; erreur typique d'environ ±10 %. Comparer tous les GPU.
Mémoire GPU nécessaire
| Niveau | Contexte de 8K | Contexte de 32K | Contexte de 128K | Qualité vs original |
|---|---|---|---|---|
| Q3_K_M | 65 GB | 66 GB | 71 GB | +4.7% perte sensible |
| Q4_K_M | 78 GB | 79 GB | 84 GB | +1.2% très faible perte |
| Q5_K_M | 92 GB | 93 GB | 98 GB | +0.4% quasi sans perte |
| Q6_K | 106 GB | 107 GB | 111 GB | +0.2% quasi sans perte |
| Q8_0 | 136 GB | 138 GB | 142 GB | ≈ 0% identique à l'original |
| F16 | 256 GB | 257 GB | 262 GB | ≈ 0% identique à l'original |
Poids + cache de contexte (d'après l'architecture du modèle) + runtime. Qualité : hausse de perplexity par rapport au modèle complet, d'après les tests llama.cpp, ajustée selon la taille du modèle. Simulez votre propre configuration.
Partager cette page :XLinkedInRedditWhatsApp
Un chiffre erroné ou un lien cassé ? Signalez une erreur