Mistral NeMo 12B,Apache 2.0 授權,128K 上下文,與 NVIDIA 合作開發,多語言能力強,Q4 約需 8 GB VRAM。
| 量化 | 4K | 8K | 16K | 32K | 64K | 128K |
|---|---|---|---|---|---|---|
| Q4_K_M★ | 7.0 GB | 7.4 GB | 8.2 GB | 9.8 GB | 13 GB | 19 GB |
| Q8_0 | 13 GB | 13 GB | 14 GB | 16 GB | 19 GB | 25 GB |
安裝 Ollama 後直接執行,自動下載並運行模型。
ollama run mistral-nemo:latest
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
適合生產環境,支援批次推理和 OpenAI 相容 API。
pip install vllm vllm serve Mistral --dtype auto
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 mistral-nemo:latestMistral NeMo Instruct 是一個開源語言模型,擁有 12B 參數,採用 Apache 2.0 授權。可使用 Ollama、vLLM、llama.cpp、LM Studio 進行部署。適用場景包括:處理和分析長篇多語言文本,如法律文件或學術論文。、開發多語言聊天機器人或智能客服系統,提供精確的指令回應。、在資源有限的環境下,進行高效能的文本生成與摘要任務。。核心優勢:長上下文理解、多語言能力、指令遵循佳、高效能推理、開源授權。 可在本地硬體上自行部署,完全保護隱私,無需 API 金鑰。
分享你的使用體驗,幫助其他人了解這個模型