Deep Cogito70B~43 GB VRAM przy Q4_K_M

Cogito v1 70B — VRAM, szybkość i lokalna konfiguracja

Name: LLM Configurator — GPU VRAM Checker
Author: LLM Configurator

Autor: Jakub Rusinowski · Ostatnia aktualizacja: 20 marca 2026

Largest Cogito variant for multi-GPU workstations. Scores 65.0% on AIME 2025 — comparable to DeepSeek-R1 671B on math benchmarks. Requires ~40 GB at Q4 (dual RTX 3090 or A6000). Best open-source reasoning model for teams with workstation hardware.

Cogito v1 70B potrzebuje około 43 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.

Logika92

Kreatywność84

Kod89

VRAM i szybkość według kwantyzacji

Liczone dla NVIDIA RTX 4090 (24 GB). Obejmuje pamięć podręczną KV przy kontekście 8K, więc wartości są wyższe niż główna liczba.

Kwant.	VRAM	Szybkość (szac.)	Dopasowanie
Q2_K 2.63 bpw	26.5 GB	~4 tok/s	Częściowo w RAM
Q3_K_M 3.41 bpw	33.3 GB	~3 tok/s	Częściowo w RAM
Q4_K_M 4.83 bpw	45.7 GB	~3 tok/s	Częściowo w RAM
Q5_K_M 5.67 bpw	53.1 GB	~2 tok/s	Częściowo w RAM
Q6_K 6.56 bpw	60.9 GB	—	Za duży
Q8_0 8.50 bpw	77.9 GB	—	Za duży
F16 16.00 bpw	143.5 GB	—	Za duży

Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Cogito v1 70B →

Uruchom Cogito v1 70B

Najtańsze GPU z naszego katalogu, które uruchomi Cogito v1 70B, to NVIDIA DGX Spark (128 GB).

Kup ten sprzęt NVIDIA DGX Spark (128GB) — 128 GB VRAM · 150 W board power Uruchom w chmurze NVIDIA A40 w RunPod — od $0.44/godz. · stawka sprawdzona 2026-08

lub porównaj w Vast.ai

Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.

Ujawnienie afiliacyjne: Niektóre odnośniki na tej stronie to linki afiliacyjne — jeśli dokonasz zakupu za ich pośrednictwem, LLM Configurator może otrzymać prowizję bez dodatkowych kosztów dla Ciebie. Jako uczestnik programu Amazon Associates, LLM Configurator zarabia na kwalifikujących się zakupach.

NVIDIA DGX Spark (128GB)

128 GB VRAM · 150 W board power

Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Sprawdź cenę na Amazon

Jak uruchomić Cogito v1 70B

Zainstaluj Ollama, a potem uruchom:

$ollama run cogito:70b

Wagi na Hugging Face: deepcogito/Cogito-v1-70B-Instruct ↗

Specyfikacja

Curated — A hand-written entry from before this catalogue recorded its sources. The figures are long-standing but their provenance is not on file.

Parametry: 70 Billion
Okno kontekstu: 128,000
Architektura: Hybrid Reasoning Transformer
Dostawca: Deep Cogito
Licencja: Apache 2.0
Practical deployment: Workstation (large unified memory or pro GPU)
Określono przy: Q4_K_M
RAM systemowy: 64 GB
Rekord zaktualizowany: 2026-03-20

LicencjaApache-2.0Użycie komercyjne dozwolone

Commercial use permitted. No usage restrictions beyond attribution.

Jakość i zastosowania

Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.

Najlepszy doreasoningmathresearchmulti gpu workstation

Benchmark	Wynik	Źródło
MMLU	88.9 / 100 %	opublikowane
MATH	83.7 / 100 %	opublikowane
AIME 2025	65 / 100 %	opublikowane
HumanEval	88.4 / 100 %	opublikowane

Czy uruchomię Cogito v1 70B na moim GPU?

Inne rozmiary Cogito v1

Cogito v1 70B — najczęściej zadawane pytania

How much VRAM does Cogito v1 70B need?

About 43 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.

Does Cogito v1 70B run on an RTX 4090 (24 GB)?

No. Cogito v1 70B needs about 43 GB at Q4_K_M, more than a single RTX 4090's 24 GB. It needs a larger card, several GPUs, or Apple Silicon with enough unified memory — or it runs with part of the weights offloaded to system RAM, which is much slower.

How do I run Cogito v1 70B locally?

Install Ollama and run `ollama run cogito:70b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.

What other sizes does Cogito v1 come in?

Cogito v1 3B (3 GB), Cogito v1 8B (6 GB), Cogito v1 14B (9 GB), Cogito v1 32B (20 GB), Cogito v1 70B (43 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.