硬件 / SYSTEM RAM
8 GB CPU laptop
Small text models with short context. Expect patient, private inference rather than speed.
Everyday laptop8 GB
01 / 实际上限
Qwen3 4B
列表中排在最前的模型可能是勉强适配或需要卸载的。日常使用建议选第一个标为 余量充足 的结果,并保持上下文适中。
02 / 默认推理服务
llama.cpp
GGUF models, CPU/GPU offload, embedded and unusual hardware. New architectures may require a recent build. Backend availability does not imply equal performance. Since v0.7.0 (2026-10-15) llama-server listens on port 9931 by default instead of 8080; the example commands pin that port explicitly. Older builds accept the same --port flag but default to 8080.
打开指南03 / 模型范围
代表性开放权重模型
Alibaba Qwen
Qwen3 4B
4BGGUF Q4
- 估算内存
- ~3.6 GB
- 上下文
- 32K+
Google
Gemma 3 4B
4BINT4 / GGUF Q4
- 估算内存
- ~4.2 GB
- 上下文
- 128K
Meta
Llama 3.2 3B
3BGGUF Q4
- 估算内存
- ~2.8 GB
- 上下文
- 128K
Google
Gemma 3 1B
1BINT4 / GGUF Q4
- 估算内存
- ~1.4 GB
- 上下文
- 32K
注意
适配基于估算的总模型内存。驱动支持、KV 缓存、多模态投影层、并发以及桌面应用都可能进一步压缩可用余量。当前适配:Qwen3 4B (余量充足), Gemma 3 4B (勉强适配), Llama 3.2 3B (余量充足), Gemma 3 1B (余量充足)。