模型 / META

Llama 3.2 3B

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

總參數3B

估算記憶體~2.8 GBGGUF Q4

上下文128KText

授權條款Llama 3.2 Community8 official languages

01 / 適合

02 / 估算適配

03 / 部署方式

以下是執行方式範例，不是已驗證的安裝流程。容量估算對應量化檔案，官方倉庫可能是全精度權重；MLX、GGUF 與 TensorRT 需要相符的轉換檔或引擎。

Ollama簡單ollama run llama3.2:3b

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

LM Studio簡單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.