01Cosa sa fare
- Leggero: ~2,3 GB di VRAM in Q4, entra nella memoria di una piccola GPU da 4-6 GB
- Orientato al ragionamento e al rispetto delle istruzioni
- Contesto nativo di 32k
- Licenza Apache 2.0 permissiva
- —Modello adattato dalla comunità tramite fine-tuning non ufficiale, senza tag Ollama
- —4B : capacità generali limitate rispetto ai modelli più grandi
- —Contesto di soli 32k
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 Qwen3 4B NemotronIF Reasoning SFT?
Per eseguire Qwen3 4B NemotronIF Reasoning SFT in locale con quantizzazione Q4, servono circa 2.3 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, QualeLLM realizza un profitto sugli acquisti idonei.
In mobilità: Qwen3 4B NemotronIF Reasoning SFT funziona anche su un Portatile RTX (16 GB di VRAM) →
Il tuo ChatGPT privato e gratuito sulla tua macchina in 1 ora — LM Studio, Ollama, Open WebUI, i tuoi documenti, senza cloud.
- Spazio online a vita
- PDF + file
- Aggiornamenti a vita
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.