01Lo que sabe hacer
- 2,5B activos: alto rendimiento en GPU de consumo
- 262k de contexto para repositorios grandes
- Apache 2.0, uso comercial libre
- Etiqueta Ollama oficial
- —~23 GB de VRAM en Q4: se recomienda una tarjeta de 24 GB o un Mac de 32 GB
- —Especializado en código: menos adecuado para chat generalista
- —No hay puntuación pública en nuestras fuentes: el rendimiento debe verificarse en tus casos de uso
04Instalar
Instala Ollama para tu SO. Verifica el modelo y su cuantización antes de la descarga. Comienza con 4096 tokens de contexto y luego controla la asignación con ollama ps. Un comando a continuación no es prueba de que se haya ejecutado una prueba en tu máquina.
02Memoria requerida
VRAM de GPU aproximada para ejecutar este modelo, incluido el sobrecoste de contexto de 4k tokens. Para un contexto más largo, añade ~1 GB por cada tramo de 8k tokens.
¿Qué hardware necesitas para Flint 40B-A2.5B?
Para ejecutar Flint 40B-A2.5B en local con cuantización Q4, necesitas aproximadamente 23 GB de VRAM. Una opción para comparar: GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — deja un margen para el sistema y el contexto; verifica la compatibilidad del motor con la GPU.
Enlaces de afiliación — posible comisión sin coste adicional para ti, recomendación independiente. Como socio de Amazon, QuéLLM obtiene beneficios de las compras que cumplen las condiciones requeridas.
Cuando te desplazas: Flint 40B-A2.5B también funciona en un Portátil RTX (24 GB de VRAM) →
03Velocidad estimada
Tokens generados por segundo en Q4_K_M, contexto 4k. Por encima de 20 t/s, la lectura es cómoda. Por debajo de 10 t/s, es solo para probar.