模型 / META

Llama 3.2 3B

Long advertised context still increases KV-cache memory; use modest context on small devices.

总参数3B

估算内存~2.8 GBGGUF Q4

上下文128KText

许可证Llama 3.2 Community8 official languages

01 / 适合

02 / 估算适配

03 / 部署方式

下面是运行方式示例，不是已验证的安装流程。容量估算对应量化文件，官方仓库可能是全精度权重；MLX、GGUF 与 TensorRT 需要匹配的转换文件或引擎。

Ollama简单ollama run llama3.2:3b

llama.cpp中等llama-server -m /path/to/verified-model.gguf --port 9931

LM Studio简单Search “meta-llama/Llama-3.2-3B-Instruct” → Load a Q4/INT4 build → Start Server

MLX LM中等mlx_lm.server --model meta-llama/Llama-3.2-3B-Instruct

注意

Long advertised context still increases KV-cache memory; use modest context on small devices.