🧠 語言模型LLaMA 3.2

LLaMA-3.2-3B

Meta LLaMA 3.2 3B 輕量版本，HF 月下載 1210 萬次，支援 128K 上下文，適合邊緣設備和低端 GPU。

↻資料更新：2026年3月25日

VRAM 計算器

我的 GPU VRAM：

量化等級

上下文長度

Q4_K_M · 8K context

模型權重 + KV Cache + 0.5 GB overhead

3.6 GB

完整 VRAM 對照表（所有量化 × 上下文）

安裝 Ollama 後直接執行，自動下載並運行模型。

ollama run llama3.2:3b

適合進階用戶，支援 CPU 和 GPU 混合推理，可精確控制量化等級。

# Download GGUF model from Hugging Face, then run:
./llama-cli -m model.gguf -p "Hello" -n 128

下載 LM Studio，在搜尋欄輸入模型名稱，點擊下載即可。支援 Windows/Mac/Linux。

ollama run llama3.2:3b

參數量3B

最大上下文128K tokens

HF 下載量6.3M/月

輕量高效長上下文邊緣部署低VRAM需求

Ollamallama.cppLM Studio

分享你的使用體驗，幫助其他人了解這個模型

0/1000

還沒有評論，成為第一個分享心得的人！