FreeLLMTutti i modelli › inclusionAI
LLaDA-UI
inclusionAI · uscito il 6 set 2026
Dove usarlo gratis
- Eseguilo in un comando con whichllm (gratis, open source):
uvx whichllm@latest plan "LLaDA-UI"mostra la GPU necessaria,uvx whichllm@latest run "LLaDA-UI gguf"la scarica e avvia una chat - Scaricalo e usalo a casa: pesi ufficiali · file GGUF per Ollama e LM Studio
Novità: in attesa dei voti su Arena
Uscito il 6 set 2026. Arena non ha ancora votato questo modello. Appena lo farà, il modello entrerà in classifica in automatico, di solito la notte dopo. Nel frattempo puoi già vedere qui sotto dimensioni, memoria necessaria e velocità.
Velocità sull'hardware più diffuso
| Hardware | Memoria GPU | Ci sta? | Velocità |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | GPU + 64 GB di RAM | 23 tok/s |
| RTX 4060 Ti 16 GB | 16 GB | Entra nella GPU | 19 tok/s |
| RTX 3090 | 24 GB | Entra nella GPU | 59 tok/s |
| RTX 4090 | 24 GB | Entra nella GPU | 64 tok/s |
| RTX 5090 | 32 GB | Entra nella GPU | 108 tok/s |
| RX 7900 XTX | 24 GB | Entra nella GPU | 61 tok/s |
| 2 × RTX 3090 | 48 GB | Entra nella GPU | 58 tok/s |
| 4 × RTX 3090 | 96 GB | Entra nella GPU | 54 tok/s |
| Mac M4 Max 128 GB | 96 GB | Entra nella GPU | 33 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | Entra nella GPU | 17 tok/s |
| 8 × H100 SXM | 640 GB | Entra nella GPU | 152 tok/s |
Stima a 4 bit con contesto da 32K e 64 GB di DDR5 per lo scarico in RAM. Velocità ≈ banda di memoria × 78% ÷ dati letti per token, più un costo fisso per token, calibrata su 44 test reali con llama.cpp; errore tipico di circa ±10%. Confronta tutte le GPU.
Memoria GPU necessaria
| Livello | Contesto da 8K | Qualità rispetto al modello completo |
|---|---|---|
| Q3_K_M | 9.4 GB | +8.5% perdita evidente |
| Q4_K_M | 11 GB | +2.3% piccola perdita |
| Q5_K_M | 13 GB | +0.7% perdita minima |
| Q6_K | 15 GB | +0.3% quasi senza perdita |
| Q8_0 | 19 GB | ≈ 0% uguale al completo |
| F16 | 35 GB | ≈ 0% uguale al completo |
Pesi + cache del contesto (dall'architettura del modello) + runtime. Qualità: aumento di perplexity rispetto al modello completo, dai test con llama.cpp, scalato in base alla dimensione del modello. Simula la tua configurazione.
Current alternatives
Condividi questa pagina:XLinkedInRedditWhatsApp
Hai visto un numero sbagliato o un link rotto? Segnala un errore