DeskGPU
Deutsch

Welche Modelle passen in 32 GB VRAM?

Diese Seite wurde automatisch von einer KI geschrieben und übersetzt und von Software anhand ihrer Quellen geprüft, ohne menschliche Bearbeitung. Die Spezifikationen stammen aus den angegebenen Quellen; Speicherbedarf und Geschwindigkeiten sind Schätzungen, die mit veröffentlichten Formeln berechnet wurden. Wie wir KI nutzen

Für eine generische Consumer-GPU (Desktop) mit 32 GB Speicher (gezählt als 32 GiB, wie es GPU-Hersteller tun) in der Standardkonfiguration, beurteilt mit dem Laufzeitprofil CUDA (NVIDIA) und der größten Differenz zwischen nominalem und gemeldetem Gesamtspeicher, die bei Consumer- und Workstation-Karten gemessen wurde. Kontextlänge 8.192 Tokens (oder das Maximum des Modells, falls kürzer), llama.cpp. Die unten aufgeführten realen GPUs zeigen ihre eigenen Ergebnisse.

311 Modelle passen · Werte aktualisiert am 19. Okt. 2026

Laufzeitprofil: llama.cpp, CUDA-Backend (dedizierte NVIDIA-GPU), alle Layer auf der GPU, Flash Attention an, Micro-Batch (-ub) 512, F16-KV-cache, Kontextlänge (-c) wie angezeigt; „Passt“ wird mit den 4 parallelen Sequenzen beurteilt, die llama-server standardmäßig nutzt (-np auto, einheitlicher KV-Cache), „Passt nicht“ mit 1 Sequenz; unbelastete GPU, ohne andere Programme, die ihren Speicher nutzen.

Als verfügbar für „Passt“ gezählter Speicher (C_low): 28,88 GiB pro Karte = 32 GiB nominal − 1.054 MiB (die größte gemessene Differenz zwischen nominaler und gemeldeter Gesamtmenge bei Consumer- und Workstation-GPUs in diesem Profil; verwendet, weil kein öffentliches Log die Gesamtmenge dieser GPU angibt) − 2.112 MiB (die größte Start- und Laufzeitbelegung in den öffentlichen Logs dieses Profils), abgerundet auf ein Vielfaches von 64 MiB.

Diese Ergebnisse gehen von der Standardkonfiguration der Karte aus. Einstellungen, die den nutzbaren Speicher verringern (zum Beispiel ECC, sofern die Karte es unterstützt), sind nicht berücksichtigt.

Speicher für „Passt nicht“ (C_high): der volle Speicher von 32 GiB pro Karte. Laufzeitprofile und ihre Messungen

„Passt“ bedeutet: Die standardmäßige --fit-Ladeprüfung von llama.cpp würde alle Layer auf der GPU platzieren. Unsere Schätzung der Puffer von llama.cpp, plus deren Fehlermarge, plus die Reserve von 1 GiB pro Karte bei llama.cpp liegt innerhalb des als verfügbar gezählten Speichers. Es ist keine Zusage, dass der Spitzenspeicherbedarf während der Generierung passt. Wie Ergebnisse bestimmt werden

Generische 32-GB-Karte, Kontextlänge 8.192 Tokens: höchste Quantisierung, die passt, und ihre längste Kontextlänge. Keine Obergrenze der Geschwindigkeit: Sie hängt von der Bandbreite der Karte ab.
Modell Parameter Höchste Quantisierung, die passt Benötigter verfügbarer Speicher für „Passt“ Längste Kontextlänge Geschwindigkeitsobergrenze Ergebnis
Qwen3-Coder-Next-Base 79,7B (3,6B aktiv) IQ2_M 27,2 GiB 70.912 — Passt
KAT-Dev-72B-Exp 72,7B IQ2_XXS 28,5 GiB 9.216 — Passt
Llama-3.1-70B-Instruct 70,6B IQ2_M 27,1 GiB 13.568 — Passt
AI21-Jamba2-Mini 51,6B (11,8B aktiv) IQ4_XS 28,3 GiB 38.912 — Passt
Kimi-Linear-48B-A3B-Base 49,1B (3,1B aktiv) Q4_0 28,7 GiB 26.368 — Passt
Kimi-Linear-48B-A3B-Instruct 49,1B (3,1B aktiv) IQ4_XS 27,3 GiB 164.096 — Passt
Hermes-4.3-36B 36,2B Q5_K_M 28,0 GiB 11.520 — Passt
Kimi-Linear-REAP-35B-A3B-Instruct 35,1B (3,1B aktiv) Q5_K_M 25,8 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) — Passt
Holo-3.1-35B-A3B 34,7B (2,9B aktiv) Q5_K_M 25,8 GiB 146.176 — Passt
Holo3-35B-A3B 34,7B (2,9B aktiv) Q5_K_M 25,8 GiB 146.176 — Passt
Holo4-35B-A3B 34,7B (2,9B aktiv) Q5_K_M 27,9 GiB 54.528 — Passt
Ising-Calibration-1-35B-A3B 34,7B (2,9B aktiv) Q5_K_M 25,8 GiB 146.176 — Passt
KAT-Coder-V2.5-Dev 34,7B (2,9B aktiv) Q5_K_M 26,1 GiB 133.376 — Passt
Qwen3.5-35B-A3B 34,7B (2,9B aktiv) Q5_K_M 27,1 GiB 87.040 — Passt
Qwen3.5-35B-A3B-Base 34,7B (2,9B aktiv) Q5_K_M 25,9 GiB 144.384 — Passt
Qwen3.6-35B-A3B 34,7B (2,9B aktiv) Q5_K_M 26,1 GiB 133.376 — Passt
MiniCPM-V-4.7-35B-A3B 34,7B (2,9B aktiv) Q5_K_M 25,8 GiB 146.176 — Passt
Laguna-XS-2.1 33,4B (2,8B aktiv) Q5_K_M 25,3 GiB 92.672 — Passt
DeepSeek-R1-Distill-Qwen-32B 32,8B Q5_K_M 25,7 GiB 20.224 — Passt
Qwen2.5-32B-Instruct 32,8B Q5_K_M 25,7 GiB 20.224 — Passt
Qwen2.5-Coder-32B-Instruct 32,8B Q5_K_M 25,7 GiB 20.224 — Passt
QwQ-32B 32,8B Q5_K_M 25,7 GiB 20.224 — Passt
AesCode-32B 32,8B Q5_K_M 26,2 GiB 18.176 — Passt
Cosmos-Reason2-32B 32,8B Q5_K_M 25,7 GiB 20.480 — Passt
FrogBoss-32B-2510 32,8B Q5_K_M 25,7 GiB 20.480 — Passt
Nemotron-Terminal-32B 32,8B Q5_K_M 25,7 GiB 20.480 — Passt
Qwen3-32B 32,8B Q5_K_M 25,7 GiB 20.480 — Passt
Qwen3-VL-32B-Instruct 32,8B Q5_K_M 25,7 GiB 20.480 — Passt
Qwen3-VL-32B-Thinking 32,8B Q5_K_M 25,7 GiB 20.480 — Passt
SERA-32B 32,8B Q5_K_M 25,7 GiB 20.480 — Passt
WebWorld-32B 32,8B Q5_K_M 25,7 GiB 20.480 — Passt
EXAONE-4.5-33B 32,5B Q5_K_M 25,6 GiB 32.768 — Passt
Olmo-3.1-32B-Instruct 32,2B Q5_K_M 25,5 GiB 34.048 — Passt
Olmo-3.1-32B-Instruct-DPO 32,2B Q5_K_M 25,5 GiB 34.048 — Passt
Olmo-3.1-32B-Think 32,2B Q5_K_M 25,5 GiB 34.048 — Passt
Olmo-3-1125-32B 32,2B Q5_K_M 25,5 GiB 34.048 — Passt
Olmo-3-32B-Think 32,2B Q5_K_M 25,5 GiB 34.048 — Passt
Olmo-3-32B-Think-DPO 32,2B Q5_K_M 25,5 GiB 34.048 — Passt
Olmo-3-32B-Think-SFT 32,2B Q5_K_M 25,5 GiB 34.048 — Passt
Holotron4-30B-A3B 31,6B (3,2B aktiv) Q5_K_M 26,8 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) — Passt
Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 31,6B (3,2B aktiv) Q4_K_M 23,3 GiB 262.144 — Passt
Nemotron-Cascade-2-30B-A3B 31,6B (3,2B aktiv) Q5_K_M 27,0 GiB 247.040 — Passt
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-Base-BF16 31,6B (3,2B aktiv) Q5_K_M 26,6 GiB 262.144 — Passt
NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 31,6B (3,2B aktiv) Q5_K_M 27,0 GiB 247.040 — Passt
NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 31,6B (3,2B aktiv) Q5_K_M 26,9 GiB 254.720 — Passt
NVIDIA-Nemotron-Labs-3-Elastic-30B-A3B-BF16 31,6B (3,2B aktiv) Q5_K_M 26,8 GiB 262.144 — Passt
gemma-4-31B 30,7B Q5_K_M 27,3 GiB 27.136 — Passt
gemma-4-31B-it 30,7B Q5_K_M 27,1 GiB 29.184 — Passt
Ising-Calibration-1.5-31B-BF16 30,7B Q5_K_M 28,1 GiB 17.920 — Passt
Holo2-30B-A3B 30,5B (3,0B aktiv) Q6_K 26,5 GiB 32.768 — Passt
Qwen3-30B-A3B 30,5B (3,0B aktiv) Q6_K 26,5 GiB 32.768 — Passt
Qwen3-30B-A3B-Instruct-2507 30,5B (3,0B aktiv) Q6_K 26,5 GiB 32.768 — Passt
Qwen3-Coder-30B-A3B-Instruct 30,5B (3,0B aktiv) Q6_K 26,5 GiB 32.768 — Passt
Qwen3-VL-30B-A3B-Instruct 30,5B (3,0B aktiv) Q6_K 26,5 GiB 32.768 — Passt
UI-Venus-1.5-30B-A3B 30,5B (3,0B aktiv) Q6_K 26,5 GiB 32.768 — Passt
North-Mini-Code-1.0 30,5B (3,3B aktiv) Q6_K 28,2 GiB 14.336 — Passt
GLM-4.7-Flash 29,9B (3,6B aktiv) Q6_K 25,7 GiB 65.536 — Passt
granite-4.2-30b 29,3B Q6_K 26,6 GiB 16.896 — Passt
granite-4.1-30b 28,9B Q6_K 26,6 GiB 16.896 — Passt
Muse-Glimmer-30B 27,9B Q6_K 23,7 GiB 131.072 — Passt
gemma-2-27b-it 27,2B Q6_K 26,5 GiB 8.192 — Passt
gemma-3-27b-it 27,0B Q6_K 25,9 GiB 44.800 — Passt
translategemma-27b-it 27,0B Q6_K 25,9 GiB 44.800 — Passt
Fara1.5-27B 26,9B Q6_K 24,4 GiB 75.776 — Passt
Holo4-27B 26,9B Q6_K 23,3 GiB 92.672 — Passt
Qwen3.5-27B 26,9B Q6_K 23,6 GiB 87.040 — Passt
Qwen3.6-27B 26,9B Q6_K 23,7 GiB 86.016 — Passt
Qwen3.8-27B 26,9B Q6_K 24,8 GiB 69.888 — Passt
Qwen3.8-3.6-27B-blend 26,9B Q6_K 24,8 GiB 69.888 — Passt
UI-Mate-27B 26,9B Q6_K 24,4 GiB 75.776 — Passt
UI-Mate-democua-27B 26,9B Q6_K 23,3 GiB 92.672 — Passt
Trinity-Mini 26,1B (3,1B aktiv) Q8_0 28,8 GiB 12.544 — Passt
Trinity-Mini-Base 26,1B (3,1B aktiv) Q6_K 22,7 GiB 131.072 — Passt
Trinity-Mini-Base-Pre-Anneal 26,1B (3,1B aktiv) Q6_K 22,4 GiB 4.096 — Passt
gemma-4-26B-A4B 25,2B (3,8B aktiv) Q6_K 24,8 GiB 191.744 — Passt
gemma-4-26B-A4B-it 25,2B (3,8B aktiv) Q6_K 25,0 GiB 181.760 — Passt
Qwen3-Coder-REAP-25B-A3B 24,9B (3,0B aktiv) Q8_0 27,7 GiB 19.712 — Passt
LFM2.5-24B-A2B 24,0B (2,5B aktiv) Q8_0 26,4 GiB 118.784 — Passt
LFM2-24B-A2B 23,8B (2,3B aktiv) Q8_0 26,3 GiB 124.672 — Passt
Devstral-Small-2-24B-Instruct-2512 23,6B Q8_0 26,5 GiB 23.040 — Passt
Mistral-Small-3.2-24B-Instruct-2506 23,6B Q8_0 26,5 GiB 23.040 — Passt
GLM-4.7-Flash-REAP-23B-A3B 23,0B (3,6B aktiv) Q8_0 25,4 GiB 71.168 — Passt
EuroLLM-22B-2512 22,6B Q6_K 20,6 GiB 32.768 — Passt
EuroLLM-22B-Instruct-2512 22,6B Q8_0 25,8 GiB 22.016 — Passt
gpt-oss-20b 20,9B (3,6B aktiv) Q8_0 12,9 GiB 131.072 — Passt
OptiMind-SFT 20,9B (3,6B aktiv) Q6_K 22,8 GiB 131.072 — Passt
DeepSeek-R1-Distill-Qwen-14B 14,8B Q8_0 17,5 GiB 66.560 — Passt
Qwen2.5-14B-Instruct 14,8B Q8_0 17,5 GiB 32.768 — Passt
ContextPilot-14B 14,8B Q8_0 17,2 GiB 40.960 — Passt
FrogMini-14B-2510 14,8B Q6_K 13,9 GiB 40.960 — Passt
JanusCoder-14B 14,8B Q8_0 17,2 GiB 32.768 — Passt
Nemotron-Cascade-14B-Thinking 14,8B Q8_0 17,2 GiB 32.768 — Passt
Nemotron-Terminal-14B 14,8B Q6_K 13,9 GiB 40.960 — Passt
NousCoder-14B 14,8B Q8_0 17,2 GiB 79.872 — Passt
Qwen3-14B 14,8B Q8_0 17,2 GiB 40.960 — Passt
Qwen3-Nemotron-14B-BRRM 14,8B Q6_K 13,9 GiB 40.960 — Passt
WebWorld-14B 14,8B Q6_K 13,9 GiB 40.960 — Passt
phi-4 14,7B Q8_0 17,7 GiB 16.384 — Passt
Apriel-1.6-15b-Thinker 14,4B Q8_0 17,2 GiB 68.096 — Passt
Ministral-3-14B-Instruct-2512 13,5B BF16 27,8 GiB 14.848 — Passt
Ministral-3-14B-Reasoning-2512 13,5B BF16 27,8 GiB 14.848 — Passt
Mistral-Nemo-Instruct-2407 12,2B F16 25,3 GiB 30.208 — Passt
Mellum2.1-12B-A2.5B-Thinking 12,1B (2,2B aktiv) BF16 25,0 GiB 131.072 — Passt
Mellum2-12B-A2.5B-Base 12,1B (2,2B aktiv) Q6_K 12,1 GiB 131.072 — Passt
Mellum2-12B-A2.5B-Instruct 12,1B (2,2B aktiv) BF16 25,0 GiB 131.072 — Passt
Mellum2-12B-A2.5B-Instruct-SFT 12,1B (2,2B aktiv) Q6_K 12,1 GiB 131.072 — Passt
Mellum2-12B-A2.5B-Thinking 12,1B (2,2B aktiv) BF16 25,0 GiB 131.072 — Passt
Mellum2-12B-A2.5B-Thinking-SFT 12,1B (2,2B aktiv) Q6_K 12,1 GiB 131.072 — Passt
gemma-4-12B 11,9B BF16 26,5 GiB 138.752 — Passt
gemma-4-12B-it 11,9B BF16 26,5 GiB 138.752 — Passt
gemma-3-12b-it 11,8B BF16 26,6 GiB 41.984 — Passt
translategemma-12b-it 11,8B Q8_0 15,8 GiB 131.072 — Passt
Bielik-11B-v3.0-Instruct 11,2B BF16 24,6 GiB 29.440 — Passt
AutoGLM-Phone-9B 9,4B F16 18,9 GiB 65.536 — Passt
AutoGLM-Phone-9B-Multilingual 9,4B Q6_K 9,2 GiB 65.536 — Passt
GLM-4.6V-Flash 9,4B BF16 18,9 GiB 131.072 — Passt
gemma-2-9b-it 9,2B Q8_0 14,8 GiB 8.192 — Passt
EuroLLM-9B-Instruct-2512 9,2B F16 19,6 GiB 32.768 — Passt
Fara1.5-9B 9,0B BF16 17,5 GiB 262.144 — Passt
Holo-3.1-9B 9,0B F16 17,5 GiB 262.144 — Passt
MiMo-V2.6-Distill-Qwen-9B 9,0B BF16 17,5 GiB 262.144 — Passt
Qwen3.5-9B 9,0B BF16 17,5 GiB 262.144 — Passt
Qwen3.5-9B-Base 9,0B F16 17,5 GiB 262.144 — Passt
UI-Mate-9B 9,0B BF16 17,5 GiB 262.144 — Passt
UI-Venus-2-9B 9,0B BF16 17,5 GiB 262.144 — Passt
NVIDIA-Nemotron-Nano-9B-v2 8,9B BF16 18,3 GiB 131.072 — Passt
granite-4.1-8b 8,8B BF16 19,0 GiB 68.608 — Passt
granite-4.2-8b 8,8B BF16 19,0 GiB 68.608 — Passt
Ministral-3-8B-Instruct-2512 8,5B BF16 18,0 GiB 86.528 — Passt
Ministral-3-8B-Reasoning-2512 8,5B BF16 18,0 GiB 86.528 — Passt
LFM2.5-8B-A1B 8,5B (1,7B aktiv) BF16 18,0 GiB 128.000 — Passt
granite-guardian-4.1-8b 8,4B BF16 19,0 GiB 68.608 — Passt
LFM2-8B-A1B 8,3B (1,6B aktiv) F16 17,7 GiB 128.000 — Passt
rnj-1-instruct 8,3B BF16 18,6 GiB 32.768 — Passt
AesCode-8B 8,2B BF16 17,3 GiB 86.784 — Passt
ArmorOCR 8,2B Q8_0 10,4 GiB 134.144 — Passt
AstaBrief_8B 8,2B Q6_K 8,6 GiB 40.960 — Passt
ContextPilot-8B 8,2B Q6_K 8,6 GiB 40.960 — Passt
Cosmos-Reason2-8B 8,2B Q6_K 8,6 GiB 146.432 — Passt
DeepSeek-R1-0528-Qwen3-8B 8,2B BF16 17,3 GiB 86.784 — Passt
Holo2-8B 8,2B Q6_K 8,6 GiB 146.432 — Passt
intent-aware-lfqa-qwen3-8b-baseline 8,2B F16 17,3 GiB 40.960 — Passt
intent-aware-lfqa-qwen3-8b-intent-explicit 8,2B F16 17,3 GiB 40.960 — Passt
intent-aware-lfqa-qwen3-8b-intent-implicit 8,2B F16 17,3 GiB 40.960 — Passt
intent-aware-lfqa-qwen3-8b-multiview 8,2B F16 17,3 GiB 40.960 — Passt
JanusCoder-8B 8,2B BF16 17,3 GiB 32.768 — Passt
MathForm-8B 8,2B F16 17,3 GiB 40.960 — Passt
Nemotron-Cascade-8B 8,2B BF16 17,3 GiB 32.768 — Passt
Nemotron-Cascade-8B-Thinking 8,2B BF16 17,3 GiB 32.768 — Passt
Nemotron-Orchestrator-8B 8,2B BF16 17,3 GiB 40.960 — Passt
Nemotron-Terminal-8B 8,2B Q6_K 8,6 GiB 40.960 — Passt
Qwen3-8B 8,2B Q8_0 10,4 GiB 40.960 — Passt
Qwen3-Nemotron-8B-BRRM 8,2B Q6_K 8,6 GiB 40.960 — Passt
Qwen3-VL-8B-Instruct 8,2B BF16 17,3 GiB 86.784 — Passt
Qwen3-VL-8B-Thinking 8,2B BF16 17,3 GiB 86.784 — Passt
RLVR-8B-0926 8,2B Q6_K 8,6 GiB 146.432 — Passt
Step3-VL-10B-Base 8,2B Q6_K 8,6 GiB 40.960 — Passt
UI-Venus-1.5-8B 8,2B Q6_K 8,6 GiB 146.432 — Passt
WebWorld-8B 8,2B F16 17,3 GiB 40.960 — Passt
ZwZ-8B 8,2B Q6_K 8,6 GiB 146.432 — Passt
MiniCPM-o-4_5 8,2B F16 17,3 GiB 40.960 — Passt
granite-3.3-8b-instruct 8,2B F16 18,6 GiB 71.168 — Passt
granite-guardian-3.2-8b-factuality-detection 8,2B F16 18,6 GiB 71.168 — Passt
intent-aware-lfqa-llama3-8b-baseline 8,0B F16 17,0 GiB 98.816 — Passt
intent-aware-lfqa-llama3-8b-intent-explicit 8,0B F16 17,0 GiB 98.816 — Passt
intent-aware-lfqa-llama3-8b-intent-implicit 8,0B F16 17,0 GiB 98.816 — Passt
intent-aware-lfqa-llama3-8b-multiview 8,0B F16 17,0 GiB 98.816 — Passt
DeepSeek-R1-Distill-Llama-8B 8,0B BF16 17,0 GiB 98.816 — Passt
HARC-Llama-3.1-8B-Instruct 8,0B Q6_K 8,4 GiB 131.072 — Passt
Llama-3.1-8B-Instruct 8,0B BF16 17,0 GiB 98.816 — Passt
AprielGuard 7,9B Q6_K 7,9 GiB 131.072 — Passt
MiMo-Embodied-7B 7,6B Q6_K 8,1 GiB 128.000 — Passt
DeepSeek-R1-Distill-Qwen-7B 7,6B F16 15,6 GiB 131.072 — Passt
Fara-7B 7,6B BF16 15,6 GiB 128.000 — Passt
HARC-Qwen2.5-7B-Instruct 7,6B Q6_K 7,5 GiB 32.768 — Passt
JanusCoderV-7B 7,6B BF16 15,6 GiB 128.000 — Passt
olmOCR-2-7B-1025 7,6B BF16 15,6 GiB 128.000 — Passt
Qwen2.5-7B-Instruct 7,6B Q8_0 9,1 GiB 32.768 — Passt
Qwen2.5-Coder-7B-Instruct 7,6B Q8_0 9,1 GiB 32.768 — Passt
Qwen2.5-VL-7B-Instruct 7,6B BF16 15,6 GiB 128.000 — Passt
Qwen2.5-VL-7B-Surg-CholecT50 7,6B F16 15,6 GiB 128.000 — Passt
Spatial-SSRL-7B 7,6B Q6_K 7,5 GiB 128.000 — Passt
X-Reasoner-7B 7,6B Q6_K 7,5 GiB 128.000 — Passt
ZwZ-7B 7,6B Q6_K 7,5 GiB 128.000 — Passt
gemma-4-E4B 7,5B F16 11,0 GiB 131.072 — Passt
gemma-4-E4B-it 7,5B BF16 11,0 GiB 131.072 — Passt
Bielik-Minitron-7B-v3.0-Instruct 7,5B Q8_0 10,2 GiB 32.768 — Passt
ContextPilot-E4B 7,5B F16 10,9 GiB 131.072 — Passt
Olmo-3.1-7B-RL-Zero-Code 7,3B Q6_K 11,0 GiB 65.536 — Passt
Olmo-3.1-7B-RL-Zero-Math 7,3B F16 19,0 GiB 57.856 — Passt
Olmo-3-7B-Instruct 7,3B BF16 19,0 GiB 57.856 — Passt
Olmo-3-7B-Instruct-DPO 7,3B Q6_K 11,0 GiB 65.536 — Passt
Olmo-3-7B-Instruct-SFT 7,3B Q6_K 11,0 GiB 65.536 — Passt
Olmo-3-7B-RL-Zero-Code 7,3B Q6_K 11,0 GiB 65.536 — Passt
Olmo-3-7B-RL-Zero-General 7,3B Q6_K 11,0 GiB 65.536 — Passt
Olmo-3-7B-RL-Zero-IF 7,3B Q6_K 11,0 GiB 65.536 — Passt
Olmo-3-7B-RL-Zero-Math 7,3B Q6_K 11,0 GiB 65.536 — Passt
Olmo-3-7B-RL-Zero-Mix 7,3B Q6_K 11,0 GiB 65.536 — Passt
Olmo-3-7B-Think 7,3B BF16 19,0 GiB 57.856 — Passt
Olmo-3-7B-Think-DPO 7,3B Q6_K 11,0 GiB 65.536 — Passt
Olmo-3-7B-Think-SFT 7,3B Q6_K 11,0 GiB 65.536 — Passt
Mistral-7B-Instruct-v0.2 7,2B Q6_K 8,1 GiB 32.768 — Passt
Trinity-Nano-Base 6,1B (819M aktiv) Q6_K 6,7 GiB 131.072 — Passt
Trinity-Nano-Base-Pre-Anneal 6,1B (819M aktiv) Q6_K 6,4 GiB 4.096 — Passt
Trinity-Nano-Preview 6,1B (819M aktiv) BF16 13,5 GiB 131.072 — Passt
Youtu-VL-4B-Instruct 4,9B Q6_K 5,9 GiB 32.768 — Passt
Holo-3.1-4B 4,8B F16 10,2 GiB 262.144 — Passt
gemma-4-E2B 4,6B Q6_K 3,5 GiB 131.072 — Passt
gemma-4-E2B-it 4,6B BF16 6,1 GiB 131.072 — Passt
AgentCPM-Explore 4,4B Q6_K 5,7 GiB 165.888 — Passt
CapRL-Qwen3VL-4B 4,4B F16 10,4 GiB 134.144 — Passt
Holo2-4B 4,4B F16 10,4 GiB 134.144 — Passt
intent-aware-lfqa-qwen3-4b-baseline 4,4B F16 10,4 GiB 40.960 — Passt
intent-aware-lfqa-qwen3-4b-intent-explicit 4,4B F16 10,4 GiB 40.960 — Passt
intent-aware-lfqa-qwen3-4b-intent-implicit 4,4B F16 10,4 GiB 40.960 — Passt
intent-aware-lfqa-qwen3-4b-multiview 4,4B F16 10,4 GiB 40.960 — Passt
Spatial-SSRL-Qwen3VL-4B 4,4B F16 10,4 GiB 134.144 — Passt
ZwZ-4B 4,4B Q6_K 5,7 GiB 165.888 — Passt
Fara1.5-4B 4,2B BF16 10,2 GiB 262.144 — Passt
FrogNano-4B-2609 4,2B BF16 10,2 GiB 262.144 — Passt
Qwen3.5-4B 4,2B BF16 10,2 GiB 262.144 — Passt
Qwen3.5-4B-Base 4,2B F16 10,2 GiB 262.144 — Passt
UserRepGen-4B 4,2B BF16 10,2 GiB 262.144 — Passt
Riva-Translate-4B-Instruct-v1.1 4,2B Q6_K 6,0 GiB 8.192 — Passt
GELab-Zero-4B-preview 4,0B BF16 10,4 GiB 134.144 — Passt
Qwen3-4B 4,0B Q8_0 6,7 GiB 40.960 — Passt
Qwen3-4B-Instruct-2507 4,0B F16 10,4 GiB 134.144 — Passt
Qwen3-VL-4B-Instruct 4,0B BF16 10,4 GiB 134.144 — Passt
Qwen3-VL-4B-Thinking 4,0B BF16 10,4 GiB 134.144 — Passt
NVIDIA-Nemotron-3-Nano-4B-BF16 4,0B BF16 8,7 GiB 262.144 — Passt
gemma-3-4b-it 3,9B BF16 9,9 GiB 131.072 — Passt
medgemma-1.5-4b-it 3,9B BF16 9,9 GiB 131.072 — Passt
Nemotron-3-Content-Safety 3,9B Q6_K 5,4 GiB 131.072 — Passt
translategemma-4b-it 3,9B F16 9,9 GiB 131.072 — Passt
Phi-4-mini-instruct 3,8B BF16 10,0 GiB 131.072 — Passt
Apertus-v1.1-4B 3,8B Q6_K 4,4 GiB 4.096 — Passt
Phi-3.5-mini-instruct 3,8B Q8_0 8,3 GiB 61.184 — Passt
granite-4.2-3b 3,7B BF16 8,6 GiB 131.072 — Passt
BitCPM-CANN-3B-unquantized 3,6B Q6_K 4,3 GiB 32.768 — Passt
kanana-2-3b-instruct 3,5B F16 8,6 GiB 32.768 — Passt
Ministral-3-3B-Instruct-2512 3,4B BF16 8,9 GiB 196.096 — Passt
Ministral-3-3B-Reasoning-2512 3,4B BF16 8,9 GiB 196.096 — Passt
granite-vision-4.1-4b 3,4B BF16 8,6 GiB 131.072 — Passt
granite-4.1-3b 3,4B BF16 8,6 GiB 131.072 — Passt
granite-guardian-4.0-3b-toxicity-ja 3,4B Q6_K 4,7 GiB 131.072 — Passt
Qwen2.5-3B-Instruct 3,4B Q8_0 4,8 GiB 32.768 — Passt
tiny-aya-earth 3,3B BF16 8,7 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) — Passt
tiny-aya-fire 3,3B BF16 8,7 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) — Passt
tiny-aya-global 3,3B BF16 8,7 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) — Passt
tiny-aya-water 3,3B BF16 8,7 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) — Passt
Llama-3.2-3B-Instruct 3,2B BF16 8,5 GiB 131.072 — Passt
AI21-Jamba-Reasoning-3B 3,2B BF16 7,3 GiB 262.144 — Passt
AI21-Jamba2-3B 3,2B BF16 7,3 GiB 262.144 — Passt
kanana-2-3b-base 3,2B Q6_K 4,9 GiB 32.768 — Passt
SmolLM3-3B 3,1B BF16 7,9 GiB 65.536 — Passt
SmolLM3-3B-GSM8K-SFT 3,1B Q6_K 4,3 GiB 65.536 — Passt
LFM2-2.6B-Exp 2,7B F16 6,5 GiB 128.000 — Passt
d1-3B 2,7B BF16 6,7 GiB 32.768 — Passt
LFM2.5-2.6B 2,7B BF16 6,7 GiB 131.072 — Passt
LFM2.5-2.6B-Base 2,7B Q6_K 3,6 GiB 128.000 — Passt
LFM2.5-VL-3B 2,7B BF16 6,7 GiB 32.768 — Passt
EuroMoE-2.6B-A0.6B-Instruct-2512 2,6B (498M aktiv) Q6_K 3,6 GiB 32.768 — Passt
LFM2-2.6B-Longevity 2,6B F16 6,5 GiB 128.000 — Passt
LFM2-2.6B-Transcript 2,6B BF16 6,5 GiB 128.000 — Passt
LFM2-VL-3B 2,6B BF16 6,5 GiB 128.000 — Passt
MiniCPM5-2B 2,5B BF16 6,0 GiB 131.072 — Passt
MiniCPM5-2B-Base 2,5B Q6_K 3,4 GiB ≥ 262.144 (längere Kontextlängen wurden nicht mit gemessenen Logs abgeglichen) — Passt
CapRL-Qwen3VL-2B 2,0B F16 5,6 GiB 211.200 — Passt
HiPO-1.7B 2,0B Q6_K 3,6 GiB 40.960 — Passt
UI-Venus-1.5-2B 2,0B F16 5,6 GiB 211.200 — Passt
ZwZ-2B 2,0B F16 5,6 GiB 211.200 — Passt
Youtu-LLM-2B 2,0B Q6_K 3,2 GiB 131.072 — Passt
Youtu-LLM-2B-Base 2,0B Q6_K 3,2 GiB 131.072 — Passt
Qwen3.5-2B 1,9B BF16 5,4 GiB 262.144 — Passt
Qwen3.5-2B-Base 1,9B Q6_K 3,2 GiB 262.144 — Passt
Qwen3-1.7B 1,7B BF16 5,6 GiB 40.960 — Passt
Qwen3-VL-2B-Instruct 1,7B BF16 5,6 GiB 211.200 — Passt
Qwen3-VL-2B-Thinking 1,7B BF16 5,6 GiB 211.200 — Passt
SingGuard-2b 1,7B F16 5,6 GiB 211.200 — Passt
granite-4.0-1b 1,6B BF16 5,1 GiB 131.072 — Passt
Apertus-v1.1-1.5B 1,5B F16 3,8 GiB 4.096 — Passt
Apertus-v1.1-1.5B-Instruct 1,5B F16 3,8 GiB 4.096 — Passt
granite-4.0-h-1b 1,5B BF16 4,4 GiB 131.072 — Passt
Llama-3.2-1B-Instruct 1,2B BF16 4,0 GiB 131.072 — Passt
LFM2.5-1.2B-Base 1,2B BF16 3,7 GiB 128.000 — Passt
LFM2.5-1.2B-Instruct 1,2B BF16 3,7 GiB 128.000 — Passt
LFM2.5-1.2B-JP 1,2B F16 3,7 GiB 128.000 — Passt
LFM2.5-1.2B-JP-202606 1,2B F16 3,7 GiB 128.000 — Passt
LFM2.5-1.2B-Thinking 1,2B BF16 3,7 GiB 128.000 — Passt
LFM2.5-VL-1.6B 1,2B BF16 3,7 GiB 128.000 — Passt
LFM2.5-VL-1.6B-Extract 1,2B F16 3,7 GiB 128.000 — Passt
MiniCPM5-1B 1,1B Q6_K 2,2 GiB 131.072 — Passt
MiniCPM5-1B-Base 1,1B Q6_K 2,2 GiB 131.072 — Passt
MiniCPM5-1B-SFT 1,1B Q6_K 2,2 GiB 131.072 — Passt
Holo-3.1-0.8B 1,0B Q6_K 2,3 GiB 262.144 — Passt
MiniCPM-V-4.7-1B 1,0B F16 3,2 GiB 262.144 — Passt
gemma-3-1b-it 1,0B BF16 3,6 GiB 32.768 — Passt
Qwen3.5-0.8B 752M BF16 3,2 GiB 262.144 — Passt
Qwen3.5-0.8B-Base 752M Q6_K 2,3 GiB 262.144 — Passt
MiniCPM-V-4.6 752M F16 3,2 GiB 262.144 — Passt
MiniCPM-V-4.6-Thinking 752M F16 3,2 GiB 262.144 — Passt
Qwen3-0.6B 752M BF16 3,4 GiB 40.960 — Passt
HunyuanOCR 539M F16 3,1 GiB 32.768 — Passt
LFM2.5-350M 354M BF16 2,1 GiB 128.000 — Passt
LFM2.5-Encoder-350M-Diffusion 354M Q6_K 1,7 GiB 128.000 — Passt
LFM2.5-VL-450M 354M BF16 2,1 GiB 128.000 — Passt
LFM2.5-VL-450M-Extract 354M F16 2,1 GiB 128.000 — Passt
granite-4.0-350m 352M BF16 2,2 GiB 32.768 — Passt
granite-4.0-h-350m 340M BF16 2,1 GiB 32.768 — Passt
functiongemma-270m-it 268M BF16 2,1 GiB 32.768 — Passt
LFM2.5-230M 230M BF16 1,8 GiB 128.000 — Passt

Grenzwertig in 32 GB

Innerhalb des Fehlerbereichs der Schätzung: Es kann passen oder nicht. Versuchen Sie eine kürzere Kontextlänge oder eine niedrigere Quantisierung.

Generische 32-GB-Karte, Kontextlänge 8.192 Tokens: höchste grenzwertige Quantisierung.
Modell Parameter Höchste grenzwertige Quantisierung Benötigter verfügbarer Speicher für „Passt“ Ergebnis
Qwen3.5-122B-A10B 122B (9,0B aktiv) IQ2_XXS 35,0 GiB Grenzwertig
Step-3.5-Flash-REAP-121B-A11B 121B (11,4B aktiv) IQ2_XXS 32,9 GiB Grenzwertig
Mistral-Small-4-119B-2603 119B (6,1B aktiv) IQ2_XXS 34,3 GiB Grenzwertig
Solar-Open-100B 103B (11,2B aktiv) IQ2_M 35,8 GiB Grenzwertig
GLM-4.5-Air-REAP-82B-A12B 81,9B (12,8B aktiv) Q2_K 36,5 GiB Grenzwertig
Qwen3-Coder-Next 79,7B (3,6B aktiv) Q2_K 30,4 GiB Grenzwertig
Qwen3-Next-80B-A3B-Instruct 79,7B (3,6B aktiv) Q2_K 30,3 GiB Grenzwertig
Qwen2.5-72B-Instruct 73,0B Q2_K 30,3 GiB Grenzwertig
DeepSeek-R1-Distill-Llama-70B 70,6B Q3_K_M 37,1 GiB Grenzwertig
Llama-3.3-70B-Instruct 70,6B Q3_K_M 37,1 GiB Grenzwertig
Qwen-AgentWorld-35B-A3B 34,7B (2,9B aktiv) Q8_0 37,6 GiB Grenzwertig

Modelle, die nicht in 32 GB passen

Generische 32-GB-Karte, Kontextlänge 8.192 Tokens: Selbst die niedrigste Quantisierung passt nicht auf eine Karte.
Modell Parameter Kleinste Quantisierung Benötigter verfügbarer Speicher für „Passt“ Mehrere identische Karten Ergebnis
MiniMax-M2.5-REAP-139B-A10B 139B (10,4B aktiv) IQ2_XXS 39,2 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
INTELLECT-3 107B (12,8B aktiv) IQ2_XXS 39,6 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Step-3.5-Flash-REAP-149B-A11B 149B (11,4B aktiv) IQ2_XXS 40,1 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Llama-4-Scout-17B-16E-Instruct 108B (16,1B aktiv) Q2_K 41,5 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
GLM-4.5-Air 107B (12,8B aktiv) Q2_K 45,6 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
GLM-4.6V 107B (12,8B aktiv) Q2_K 45,6 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Step-3.5-Flash 197B (11,5B aktiv) IQ2_XXS 48,9 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Devstral-2-123B-Instruct-2512 125B Q2_K 49,3 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Mistral-Medium-3.5-128B 125B Q2_K 49,3 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
NVIDIA-Nemotron-3-Super-120B-A12B-Base-BF16 121B (12,2B aktiv) IQ2_XXS 49,8 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
NVIDIA-Nemotron-3-Super-120B-A12B-BF16 121B (12,2B aktiv) IQ2_XXS 51,0 GiB Mit 2 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
gpt-oss-120b 117B (5,1B aktiv) Q2_K 62,8 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiniMax-M2.7 229B (10,4B aktiv) IQ2_XXS 62,9 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Baichuan-M3-235B 235B (21,6B aktiv) IQ2_XXS 63,2 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Holo2-235B-A22B 235B (21,6B aktiv) IQ2_XXS 63,2 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-Nemotron-235B-A22B-GenRM 235B (21,6B aktiv) IQ2_XXS 63,2 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
command-a-plus-05-2026-bf16 218B (25,0B aktiv) IQ2_XXS 63,6 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 121B (12,2B aktiv) Q4_0 71,8 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-4.7-REAP-268B-A32B 269B (32,8B aktiv) IQ2_XXS 73,0 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Step-3.7-Flash 197B (11,5B aktiv) IQ3_XXS 76,1 GiB Mit 3 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Passt nicht
Hy3 295B (20,2B aktiv) IQ2_XXS 82,2 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiMo-V2.5 309B (14,8B aktiv) IQ2_XXS 82,4 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-4.7-REAP-218B-A32B 218B (32,8B aktiv) Q2_K 82,9 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiniMax-M2 229B (10,4B aktiv) Q2_K 84,9 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiniMax-M2.1 229B (10,4B aktiv) Q2_K 84,9 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiniMax-M2.5 229B (10,4B aktiv) Q2_K 84,9 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-235B-A22B-Instruct-2507 235B (21,6B aktiv) Q2_K 86,7 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-VL-235B-A22B-Instruct 235B (21,6B aktiv) Q2_K 86,7 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-5.3-Flash-BF16 313B (16,7B aktiv) IQ2_XXS 92,0 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Laguna-S-2.1 118B (8,1B aktiv) Q4_K_M 95,9 GiB Mit 8 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Trinity-Large-Base 399B (12,8B aktiv) IQ2_XXS 96,4 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Trinity-Large-TrueBase 399B (12,8B aktiv) IQ2_XXS 96,4 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-4.6-REAP-268B-A32B 269B (32,8B aktiv) Q2_K 100,9 GiB Mit 4 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Trinity-Large-Thinking 399B (12,8B aktiv) IQ2_XXS 107,1 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiMo-V2-Flash 309B (14,8B aktiv) Q2_K 111,6 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Intern-S2-397B 396B (16,3B aktiv) IQ2_XXS 114,3 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiMo-V2.6-Flash-MOPD 309B (14,8B aktiv) Q2_K 124,9 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
MiMo-V2.6-Flash-RL 309B (14,8B aktiv) Q2_K 124,9 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
K-EXAONE-236B-A23B 237B (22,7B aktiv) IQ4_XS 126,3 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-4.5 353B (32,9B aktiv) Q2_K 130,7 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-4.7 353B (32,9B aktiv) Q2_K 130,7 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-Coder-REAP-363B-A35B 363B (34,5B aktiv) Q2_K 132,7 GiB Mit 5 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-235B-A22B 235B (21,6B aktiv) Q4_K_M 141,9 GiB Mit 6 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3-Coder-480B-A35B-Instruct 480B (34,5B aktiv) Q2_K 174,3 GiB Mit 8 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
Qwen3.5-397B-A17B 396B (16,3B aktiv) Q3_K_M 175,6 GiB Mit 7 identischen Karten (standardmäßig gleichmäßige Aufteilung) passt es voraussichtlich. Mit weniger Karten ist es grenzwertig. Passt nicht
GLM-5.1 744B (40,8B aktiv) IQ2_XXS 197,6 GiB Grenzwertig mit 8 Karten. Passt nicht
DeepSeek-V3.2 671B (36,6B aktiv) Q2_K 242,1 GiB Grenzwertig mit 8 Karten. Passt nicht
cogito-671b-v2.1 671B (36,6B aktiv) Q2_K 242,4 GiB Grenzwertig mit 8 Karten. Passt nicht
DeepSeek-V3.1 671B (36,6B aktiv) Q2_K 242,4 GiB Grenzwertig mit 8 Karten. Passt nicht
Mistral-Large-3-675B-Instruct-2512 673B (39,0B aktiv) Q2_K 243,8 GiB Grenzwertig mit 8 Karten. Passt nicht
DeepSeek-V3 671B (36,6B aktiv) Q2_K 257,8 GiB Grenzwertig mit 8 Karten. Passt nicht
Kimi-K2.6 1,03T (31,7B aktiv) IQ2_XXS 267,6 GiB Grenzwertig mit 8 Karten. Passt nicht
GLM-5 744B (40,8B aktiv) Q2_K 268,9 GiB Grenzwertig mit 8 Karten. Passt nicht
MiMo-V2.5-Pro 1,02T (41,0B aktiv) IQ2_XXS 270,4 GiB Grenzwertig mit 8 Karten. Passt nicht
DeepSeek-R1 671B (36,6B aktiv) Q2_K 280,3 GiB Grenzwertig mit 8 Karten. Passt nicht
Muse-Spark-Open-816B-A42B 820B (44,4B aktiv) Q2_K 301,0 GiB Passt nicht einmal auf 8 Karten. Passt nicht
GLM-5.3-Flash 313B (16,7B aktiv) Q8_0 327,9 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Ling-1T 1,00T (49,8B aktiv) Q2_K 360,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Kimi-K2-Instruct 1,03T (31,7B aktiv) Q2_K 367,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Kimi-K2.5 1,03T (31,7B aktiv) Q2_K 368,0 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Kimi-K2-Thinking 1,03T (31,7B aktiv) Q2_K 368,3 GiB Passt nicht einmal auf 8 Karten. Passt nicht
MiMo-V2.6-Pro-MOPD 1,02T (41,0B aktiv) Q2_K 411,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
MiMo-V2.6-Pro-RL 1,02T (41,0B aktiv) Q2_K 411,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Beam-1.0-501B-A23B 501B (22,7B aktiv) Q8_0 523,6 GiB Passt nicht einmal auf 8 Karten. Passt nicht
GLM-5.2 744B (40,8B aktiv) Q8_0 776,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
GLM-5.3 744B (40,8B aktiv) Q8_0 776,4 GiB Passt nicht einmal auf 8 Karten. Passt nicht
Qwen3.8-2.4T-A95B 2,42T (93,3B aktiv) Q8_0 2.524,1 GiB Passt nicht einmal auf 8 Karten. Passt nicht

GPUs mit 32 GB

Dies sind Ergebnisse auf der jeweiligen GPU-Seite unter dem eigenen Laufzeitprofil; sie können von der allgemeinen Karte oben abweichen.

Quellen

Diese Ergebnisse verwenden das CUDA-Laufzeitprofil; dessen Reserve stammt aus den Speicherangaben in diesen öffentlichen llama.cpp-Logs. Methodik