Moonlight-16B-A3B-Instruct

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

Arenaの投票はまだありません

Arenaではこのモデルへの投票はありません。開発元の公式Hugging Faceページで人気の小型モデルのため掲載しています（月間35Kダウンロード）。

よく使われるハードウェアでの速度

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

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。