🧠 語言模型MoEMIT

Phi-3.5-MoE-instruct

Microsoft Phi-3.5-MoE，41.9B 總參數（6.6B 激活），MIT 授權，128K 上下文，以小激活參數達到大模型效果。

↻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

26.5 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 phi3.5:42b-moe

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 Phi --dtype auto

ollama run phi3.5:42b-moe

參數量41.9B (A6.6B)

最大上下文128K tokens

HF 下載量91K/月

高效能小參數長上下文理解多語言支援指令遵循高品質推理

OllamavLLMllama.cpp

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！