FreeLLMすべてのモデル › cohere
Aya Vision 32B
cohere · CC-BY-NC-4.0 ライセンス · 2026年10月19日からArenaに登場
ダウンロード
Arenaスコア996ビジョン部門で有料モデルを含む167件中151位
サイズ33.1 Bパラメータ
4ビットのダウンロード20 GB重みのみ、Q4_K_M
最大コンテキスト8Kトークン、モデル設定より
無料で使える場所
- 自宅でダウンロードして動かす：公式の重み · Ollama と LM Studio 用の GGUF ファイル
よく使われるハードウェアでの速度
| ハードウェア | GPUメモリ | 収まる？ | 速度 |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | GPU＋64 GBのRAM | 4.5 tok/s |
| RTX 4060 Ti 16 GB | 16 GB | GPU＋64 GBのRAM | 5.0 tok/s |
| RTX 3090 | 24 GB | GPU＋64 GBのRAM | 17 tok/s |
| RTX 4090 | 24 GB | GPU＋64 GBのRAM | 17 tok/s |
| RTX 5090 | 32 GB | GPUに収まる | 52 tok/s |
| RX 7900 XTX | 24 GB | GPU＋64 GBのRAM | 17 tok/s |
| 2 × RTX 3090 | 48 GB | GPUに収まる | 27 tok/s |
| 4 × RTX 3090 | 96 GB | GPUに収まる | 26 tok/s |
| Mac M4 Max 128 GB | 96 GB | GPUに収まる | 16 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | GPUに収まる | 7.8 tok/s |
| 8 × H100 SXM | 640 GB | GPUに収まる | 77 tok/s |
4ビット、32Kコンテキスト、オフロード用にDDR5を64 GBとした推定値。速度 ≈ メモリ帯域 × 78% ÷ 1トークンあたりの読み込みデータ量に、トークンごとの固定コストを加えたもので、44件の実際の llama.cpp テストで補正しています。典型的な誤差は約±10%です。すべてのGPUを比較。
必要なGPUメモリ
| レベル | 8Kコンテキスト | フル精度との品質比較 |
|---|---|---|
| Q3_K_M | 18 GB | +6.7% 目立つ劣化 |
| Q4_K_M | 22 GB | +1.8% 小さな劣化 |
| Q5_K_M | 25 GB | +0.6% ほぼ劣化なし |
| Q6_K | 29 GB | +0.2% ほぼ劣化なし |
| Q8_0 | 37 GB | ≈ 0% フル精度と同等 |
| F16 | 68 GB | ≈ 0% フル精度と同等 |
重み＋コンテキストキャッシュ（モデルのアーキテクチャから算出）＋ランタイム。品質：フル精度モデルに対するperplexityの増加分で、llama.cpp のテストをもとにモデルサイズに合わせて換算しています。自分の環境をシミュレーション。
ビジョンの似た無料モデル
- Llama 3.2 90B Vision Instruct 1000
- Qwen2-VL-7B-Instruct 990 · 8.3 B
- InternVL2 26B 1005
- Pixtral 12B (2409) 1009
- Molmo 72B (0924) 1012
- Llama 3.2 11B Vision Instruct 966
このページを共有：XLinkedInRedditWhatsApp
数字の誤りやリンク切れを見つけましたか？間違いを報告