Voter dans Free Arena

Tous les modèles › tencent

WeMM-Video-35BA3B

tencent · released 17 Nov 2026

Chat du laboratoire Télécharger Nouveau · en attente de votes Arena
Score Arena—Pas encore de vote sur Arena
Taille36.2 B4.5 B actifs par token (mélange d'experts)
Téléchargement en 4 bits22 GBpoids seuls, Q4_K_M
Contexte max.256Ktokens, d'après la configuration du modèle

Où l'utiliser gratuitement

  • Le chat du laboratoire : yuanbao.tencent.com (gratuit avec limites quotidiennes)
  • Exécutez-le en une seule commande avec whichllm (gratuit, open source) : uvx whichllm@latest plan "WeMM-Video-35BA3B" indique le GPU requis, uvx whichllm@latest run "WeMM-Video-35BA3B gguf" le télécharge et lance une discussion
  • Téléchargez-le et lancez-le chez vous : poids officiels · fichiers GGUF pour Ollama et LM Studio

Nouveau : en attente de votes Arena

Released on 17 Nov 2026. Arena has not voted on this model yet. As soon as it does, the model moves into the ranking automatically, usually the next night. Until then you can still check its size, memory needs and speed below.

Vitesse sur du matériel courant

MatérielMémoire GPUÇa tient ?Vitesse
RTX 3060 12 GB12 GBGPU + 64 GB de RAM36 tok/s
RTX 4060 Ti 16 GB16 GBGPU + 64 GB de RAM39 tok/s
RTX 309024 GBTient dans le GPU134 tok/s
RTX 409024 GBTient dans le GPU140 tok/s
RTX 509032 GBTient dans le GPU191 tok/s
RX 7900 XTX24 GBTient dans le GPU136 tok/s
2 × RTX 309048 GBTient dans le GPU130 tok/s
4 × RTX 309096 GBTient dans le GPU123 tok/s
Mac M4 Max 128 GB96 GBTient dans le GPU69 tok/s
Ryzen AI Max+ 395 128 GB96 GBTient dans le GPU50 tok/s
8 × H100 SXM640 GBTient dans le GPU202 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_M19 GB19 GB21 GB+6.5% perte sensible
Q4_K_M23 GB23 GB25 GB+1.7% faible perte
Q5_K_M27 GB27 GB29 GB+0.6% quasi sans perte
Q6_K30 GB31 GB33 GB+0.2% quasi sans perte
Q8_039 GB40 GB42 GB≈ 0% identique à l'original
F1673 GB74 GB76 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.