Cola2

Onde usar de graça

• Execute em um comando com whichllm (gratuito, código aberto): uvx whichllm@latest plan "Cola2" mostra a GPU que você precisa, uvx whichllm@latest run "Cola2 gguf" a baixa e inicia um chat
• Baixe e rode em casa: pesos oficiais · arquivos GGUF para Ollama e LM Studio

Novo: aguardando votos da Arena

Released on 6 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.

Velocidade em hardware popular

Estimativa com 4 bits e contexto de 32K, com 64 GB de DDR5 para offload. Velocidade ≈ largura de banda da memória × 78% ÷ dados lidos por token, mais um custo fixo por token, calibrada em 44 testes reais com llama.cpp; erro típico de cerca de ±10%. Compare todas as GPUs.

Memória de GPU necessária

Pesos + cache de contexto (a partir da arquitetura do modelo) + runtime. Qualidade: aumento em perplexity em relação ao modelo completo, com base em testes com llama.cpp, ajustado pelo tamanho do modelo. Simule a sua configuração.