硬件 / VRAM
GeForce RTX 4090 · 24 GB
A 27B Q4 checkpoint can be a tight fit. Leave room for runtime overhead and KV cache instead of filling every gigabyte with weights.
一手来源Consumer Ada GPU24 GB
01 / 实际上限
Nex-N2.5-mini
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
Nex AGI
Nex-N2.5-mini
English35BQ4 estimated budget
- 估算内存
- ~21 GB
- 上下文
- 262,144 (config max_position_embeddings)
Alibaba Qwen
Qwen3 30B-A3B
30B3B active · GGUF Q4 MoE
- 估算内存
- ~22.5 GB
- 上下文
- 32K+
Alibaba Qwen
Qwen3.6 27B
27BQ4 / NVFP4 estimate
- 估算内存
- ~18.5 GB
- 上下文
- 262K native
Alibaba Qwen
Qwen3.8 27B
27BQ4 estimate
- 估算内存
- ~19.5 GB
- 上下文
- 262K native
Google
Gemma 3 27B
27BINT4
- 估算内存
- ~20.5 GB
- 上下文
- 128K
Mistral AI
Devstral Small 2 24B
24BGGUF Q4 / BF16
- 估算内存
- ~18.5 GB
- 上下文
- 256K
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：Nex-N2.5-mini (勉强适配), Qwen3 30B-A3B (勉强适配), Qwen3.6 27B (勉强适配), Qwen3.8 27B (勉强适配), Gemma 3 27B (勉强适配), Devstral Small 2 24B (勉强适配)。