Cogito v1 8B — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Mid-tier Cogito variant optimized for 8 GB VRAM GPUs. Dynamic reasoning gives it reasoning quality comparable to Llama 3.1 70B on math benchmarks, while running on a single RTX 4060. Best price-to-performance reasoning model at the 8B tier.
Cogito v1 8B potrzebuje około 6 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.
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. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 4.5 GB | ~155 tok/s | Mieści się | |
| Q3_K_M 3.41 bpw | 5.3 GB | ~134 tok/s | Mieści się | |
| Q4_K_M 4.83 bpw | 6.7 GB | ~107 tok/s | Mieści się | |
| Q5_K_M 5.67 bpw | 7.5 GB | ~96 tok/s | Mieści się | |
| Q6_K 6.56 bpw | 8.4 GB | ~86 tok/s | Mieści się | |
| Q8_0 8.50 bpw | 10.4 GB | ~70 tok/s | Mieści się | |
| F16 16.00 bpw | 17.9 GB | ~41 tok/s | Mieści się |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Cogito v1 8B →
Uruchom Cogito v1 8B
Najtańsze GPU z naszego katalogu, które uruchomi Cogito v1 8B, to Intel Arc B570 (10 GB).
lub porównaj w Vast.ai od $0.35/godz. (typical low · varies)
Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.
Jak uruchomić Cogito v1 8B
Zainstaluj Ollama, a potem uruchom:
ollama run cogito:8bSpecyfikacja
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
- 8 Billion
- Okno kontekstu
- 32,000
- Architektura
- Hybrid Reasoning Transformer
- Dostawca
- Deep Cogito
- Licencja
- Apache 2.0
- Practical deployment
- Laptop
- Określono przy
- Q4_K_M
- RAM systemowy
- 16 GB
- Rekord zaktualizowany
- 2026-03-20
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.
| Benchmark | Wynik | Źródło |
|---|---|---|
| MMLU | 75.3 / 100 % | opublikowane |
| MATH | 65.8 / 100 % | opublikowane |
| HumanEval | 70.2 / 100 % | opublikowane |
Czy uruchomię Cogito v1 8B na moim GPU?
- Cogito v1 8B na AMD Radeon RX 7800 XT
- Cogito v1 8B na AMD Radeon RX 7900 XT
- Cogito v1 8B na AMD Radeon RX 7900 XTX
- Cogito v1 8B na AMD Radeon RX 9060 XT 16GB
- Cogito v1 8B na AMD Radeon RX 9060 XT 8GB
- Cogito v1 8B na AMD Radeon RX 9070
- Cogito v1 8B na AMD Radeon RX 9070 XT
- Cogito v1 8B na AMD Ryzen AI Max+ 395
- Cogito v1 8B na Apple M1
- Cogito v1 8B na Apple M1 Max
- Cogito v1 8B na Apple M1 Pro
- Cogito v1 8B na Apple M2 Max
- Cogito v1 8B na Apple M2 Pro
- Cogito v1 8B na Apple M3 Max
- Cogito v1 8B na Apple M3 Pro
- Cogito v1 8B na Apple M4
- Cogito v1 8B na Apple M5
- Cogito v1 8B na Apple M5 Pro
- Cogito v1 8B na Intel Arc B570
- Cogito v1 8B na Intel Arc B580
- Cogito v1 8B na NVIDIA A100 80GB (PCIe)
- Cogito v1 8B na NVIDIA GeForce RTX 3060 (12GB)
- Cogito v1 8B na NVIDIA GeForce RTX 3070
- Cogito v1 8B na NVIDIA GeForce RTX 3070 Ti
- Cogito v1 8B na NVIDIA GeForce RTX 3080 (10GB)
- Cogito v1 8B na NVIDIA GeForce RTX 3090
- Cogito v1 8B na NVIDIA GeForce RTX 4060
- Cogito v1 8B na NVIDIA GeForce RTX 4060 Ti 16GB
- Cogito v1 8B na NVIDIA GeForce RTX 4070
- Cogito v1 8B na NVIDIA GeForce RTX 4070 Super
- Cogito v1 8B na NVIDIA GeForce RTX 4070 Ti
- Cogito v1 8B na NVIDIA GeForce RTX 4070 Ti Super
- Cogito v1 8B na NVIDIA GeForce RTX 4080
- Cogito v1 8B na NVIDIA GeForce RTX 4080 Super
- Cogito v1 8B na NVIDIA GeForce RTX 4090
- Cogito v1 8B na NVIDIA GeForce RTX 5060
- Cogito v1 8B na NVIDIA GeForce RTX 5060 Ti 16GB
- Cogito v1 8B na NVIDIA GeForce RTX 5060 Ti 8GB
- Cogito v1 8B na NVIDIA GeForce RTX 5070
- Cogito v1 8B na NVIDIA GeForce RTX 5070 Ti
- Cogito v1 8B na NVIDIA GeForce RTX 5080
- Cogito v1 8B na NVIDIA GeForce RTX 5090
- Cogito v1 8B na NVIDIA H100 80GB (PCIe)
- Cogito v1 8B na NVIDIA L40S
- Cogito v1 8B na NVIDIA RTX 6000 Ada Generation
- Cogito v1 8B na NVIDIA RTX PRO 6000 Blackwell
Inne rozmiary Cogito v1
Cogito v1 8B — najczęściej zadawane pytania
How much VRAM does Cogito v1 8B need?
About 6 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 8B run on an RTX 4090 (24 GB)?
Yes. Cogito v1 8B needs about 6 GB at Q4_K_M, inside a 24 GB card, at an estimated 107 tokens/sec.
How do I run Cogito v1 8B locally?
Install Ollama and run `ollama run cogito:8b`. 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.