01Cosa sa fare
- Molto leggero: ~0,6 GB di VRAM in Q4, trova spazio su uno smartphone o un laptop modesto
- Velocità elevata in locale (~220 tok/s in Q4)
- Ragionamento passo passo e codice
- Bilingue EN/ZH, licenza Apache 2.0
- —Modello affinato dalla comunità: qualità meno prevedibile rispetto a un modello ufficiale
- —1B di parametri: capacità limitate per compiti complessi
- —Nessun tag Ollama — installazione tramite HuggingFace
04Installare
Installa Ollama per il tuo OS. Verifica il modello e la sua quantizzazione prima del download. Inizia con 4096 token di contesto, poi controlla l'allocazione con ollama ps. Un comando qui sotto non dimostra che sia stato eseguito un test sulla tua macchina.
02Memoria richiesta
VRAM GPU approssimativa per far girare questo modello, overhead del contesto di 4k token incluso. Per un contesto più lungo, aggiungi ~1 GB per ogni blocco di 8k token.
Quale hardware serve per MiniCPM5 1B Fable Thinking?
Per eseguire MiniCPM5 1B Fable Thinking in locale con quantizzazione Q4, servono circa 0.6 GB di VRAM. Un’opzione da confrontare: RTX 5060 Ti 16 GB — lascia un margine per il sistema e il contesto; verifica la compatibilità del motore con la GPU.
Link affiliati — possibile commissione senza costi aggiuntivi per te, raccomandazione indipendente. In qualità di Partner Amazon, QuelLLM ottiene un guadagno dagli acquisti che soddisfano i requisiti.
In mobilità: MiniCPM5 1B Fable Thinking funziona anche su un Portatile RTX (16 GB di VRAM) →
03Velocità prevista
Token generati al secondo in Q4_K_M, contesto 4k. Oltre 20 t/s, la lettura è confortevole. Al di sotto di 10 t/s, va bene solo per fare delle prove.