Phi-tiny-MoE-instruct

Où l'utiliser gratuitement

• Téléchargez-le et lancez-le chez vous : poids officiels · fichiers GGUF pour Ollama et LM Studio

Aucun vote Arena pour l'instant

Arena n'a pas voté pour ce modèle. Il figure ici parce que c'est un petit modèle populaire sur la page Hugging Face officielle de son laboratoire (38K téléchargements par mois).

Vitesse sur du matériel courant

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

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.