Voter dans Free Arena

Tous les modèles › Qwen

Qwen3-4B-Instruct-2507

Qwen · open license · released 5 Aug 2025

Télécharger Aucun vote Arena
Score Arena—Pas encore de vote sur Arena
Taille4 Bparamètres
Téléchargement en 4 bits2.4 GBpoids seuls, Q4_K_M
Contexte max.256Ktokens, d'après la configuration du modèle

Où l'utiliser gratuitement

  • Exécutez-le en une seule commande avec whichllm (gratuit, open source) : uvx whichllm@latest plan "Qwen3-4B-Instruct-2507" indique le GPU requis, uvx whichllm@latest run "Qwen3-4B-Instruct-2507 gguf" le télécharge et lance une discussion
  • 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 (6.4M téléchargements par mois).

Vitesse sur du matériel courant

MatérielMémoire GPUÇa tient ?Vitesse
RTX 3060 12 GB12 GBTient dans le GPU37 tok/s
RTX 4060 Ti 16 GB16 GBTient dans le GPU30 tok/s
RTX 309024 GBTient dans le GPU91 tok/s
RTX 409024 GBTient dans le GPU98 tok/s
RTX 509032 GBTient dans le GPU162 tok/s
RX 7900 XTX24 GBTient dans le GPU94 tok/s
2 × RTX 309048 GBTient dans le GPU89 tok/s
4 × RTX 309096 GBTient dans le GPU84 tok/s
Mac M4 Max 128 GB96 GBTient dans le GPU49 tok/s
Ryzen AI Max+ 395 128 GB96 GBTient dans le GPU27 tok/s
8 × H100 SXM640 GBTient dans le GPU219 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

NiveauContexte de 8KContexte de 32KContexte de 128KQualité vs original
Q3_K_M3.8 GB7.4 GB22 GB+10.5% perte sensible
Q4_K_M4.2 GB7.9 GB22 GB+2.8% faible perte
Q5_K_M4.7 GB8.3 GB23 GB+0.9% très faible perte
Q6_K5.1 GB8.7 GB23 GB+0.3% quasi sans perte
Q8_06.1 GB9.7 GB24 GB≈ 0% identique à l'original
F169.8 GB13 GB28 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

Appuyez sur / ou Ctrl+K pour rechercher depuis n’importe quelle page.