AI 模型
簡明介紹每一個能自己跑的模型：參數量、需要的硬體、能跑在什麼檔位。我們不排名、不寫價格——只告訴你它要多少機器。
已收錄模型 · 8
我們不排名：不告訴你哪個最好，只告訴你哪個跑得動。·本站不寫模型價格、不做訂閱導流——只標供給檔位。
在個人中心填一次設備檔位，這裡就會顯示"你這臺能不能跑"。
去填設備不想登錄？直接試算一次- 7B
Qwen2.5-7B
阿里云通义千问（Qwen）
拿来微调出自己下游模型的 7B 基座权重。
- 最低顯存
- 6G
- 下載體積
- —
- 架構
- 稠密
參考估算上下文 128K在個人中心填一次設備檔位，這裡就會顯示"你這臺能不能跑"。
- 7B
Qwen2.5-VL 7B
阿里云通义千问（Qwen）
能看图的多模态模型，7B 级，12GB 显存起步。
- 最低顯存
- 12G
- 下載體積
- —
- 架構
- 稠密
參考估算上下文 128K在個人中心填一次設備檔位，這裡就會顯示"你這臺能不能跑"。
- 70B
Llama 3.3 70B Instruct
Meta
需要 48GB 级显存的大家伙：本地能力的天花板之一。
- 最低顯存
- 47G
- 下載體積
- —
- 架構
- 稠密
參考估算上下文 128K在個人中心填一次設備檔位，這裡就會顯示"你這臺能不能跑"。
- 8B
Llama 3.1 8B Instruct
Meta
能在 8GB 显存的普通显卡上本地跑起来的中等模型。
- 最低顯存
- 6G
- 下載體積
- —
- 架構
- 稠密
參考估算上下文 128K在個人中心填一次設備檔位，這裡就會顯示"你這臺能不能跑"。
- 30B-A3B
Qwen3-30B-A3B
阿里云通义千问（Qwen）
总量 30B、每次只激活 3B 的 MoE 模型：大模型的能力，小模型的速度。
- 最低顯存
- 18G
- 下載體積
- —
- 架構
- MoE（混合專家）
參考估算上下文 128K在個人中心填一次設備檔位，這裡就會顯示"你這臺能不能跑"。
- 7B
Qwen2.5 7B Instruct
阿里云通义千问（Qwen）
中文理解明显更好的 7B 级模型，8GB 显存能跑。
- 最低顯存
- 6G
- 下載體積
- —
- 架構
- 稠密
參考估算上下文 128K在個人中心填一次設備檔位，這裡就會顯示"你這臺能不能跑"。
- 7B
DeepSeek-R1-Distill-Qwen-7B
DeepSeek（深度求索）
把"先想再答"的能力压进 7B，本地也能做推理题。
- 最低顯存
- 6G
- 下載體積
- —
- 架構
- 稠密
參考估算上下文 128K在個人中心填一次設備檔位，這裡就會顯示"你這臺能不能跑"。
- 12B
FLUX.1 [schnell]
Black Forest Labs
本地文生图的 12B 模型，8GB 显存可用低显存模式跑。
- 最低顯存
- 8G
- 下載體積
- —
- 架構
- 擴散模型
參考估算在個人中心填一次設備檔位，這裡就會顯示"你這臺能不能跑"。