Llama 3.3 — lokalny model AI od Meta
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Najnowszy flagowy model Meta. Llama 3.3 70B dorównuje w wielu benchmarkach ogromnemu modelowi 405B, pozostając wystarczająco wydajnym do wysokiej klasy lokalnych konfiguracji.
Warianty
Najmniejszy wariant Llama 3.3 potrzebuje około 43 GB VRAM przy Q2_K_XS (Tight) — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.
| Model | VRAM przy Q4 | VRAM | Kontekst | Uruchom |
|---|---|---|---|---|
| Llama 3.3 70B Instruct → 70B | ~43.1 GB | 128,000 | ollama run llama3.3 |
Pamięć to skwantyzowane wagi plus narzut przy Q4_K_M, liczone tym samym silnikiem co sprawdzarka GPU i VRAM.
Jak uruchomić Llama 3.3 lokalnie
Zainstaluj Ollama, a potem pobierz tag.
ollama run llama3.3Wybierz rozmiar powyżej, aby zobaczyć jego VRAM, szacowaną szybkość i polecenie instalacji.
Licencja
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
Dotyczy: Llama 3.3 70B InstructPolecane GPU
Najtańsze GPU z naszego katalogu, które uruchomi Llama 3.3 lokalnie (min. 43 GB VRAM), to NVIDIA DGX Spark (128 GB).
Czy uruchomię Llama 3.3 na moim GPU?
- Llama 3.3 na AMD Radeon RX 7800 XT
- Llama 3.3 na AMD Radeon RX 7900 XT
- Llama 3.3 na AMD Radeon RX 7900 XTX
- Llama 3.3 na AMD Radeon RX 9060 XT 16GB
- Llama 3.3 na AMD Radeon RX 9070
- Llama 3.3 na AMD Radeon RX 9070 XT
- Llama 3.3 na Apple M1
- Llama 3.3 na Apple M1 Pro
- Llama 3.3 na Apple M2
- Llama 3.3 na Apple M2 Pro
- Llama 3.3 na Apple M3
- Llama 3.3 na Apple M3 Pro
- Llama 3.3 na Apple M4
- Llama 3.3 na Apple M4 Pro
- Llama 3.3 na Apple M5
- Llama 3.3 na Intel Arc B570
- Llama 3.3 na Intel Arc B580
- Llama 3.3 na NVIDIA GeForce RTX 3060 (12GB)
- Llama 3.3 na NVIDIA GeForce RTX 3080 (10GB)
- Llama 3.3 na NVIDIA GeForce RTX 3090
- Llama 3.3 na NVIDIA GeForce RTX 4060 Ti 16GB
- Llama 3.3 na NVIDIA GeForce RTX 4070
- Llama 3.3 na NVIDIA GeForce RTX 4070 Super
- Llama 3.3 na NVIDIA GeForce RTX 4070 Ti
- Llama 3.3 na NVIDIA GeForce RTX 4070 Ti Super
- Llama 3.3 na NVIDIA GeForce RTX 4080
- Llama 3.3 na NVIDIA GeForce RTX 4080 Super
- Llama 3.3 na NVIDIA GeForce RTX 4090
- Llama 3.3 na NVIDIA GeForce RTX 5060 Ti 16GB
- Llama 3.3 na NVIDIA GeForce RTX 5070
- Llama 3.3 na NVIDIA GeForce RTX 5070 Ti
- Llama 3.3 na NVIDIA GeForce RTX 5080
- Llama 3.3 na NVIDIA GeForce RTX 5090
- Llama 3.3 na NVIDIA L40S
- Llama 3.3 na NVIDIA RTX 6000 Ada Generation
Llama 3.3 — najczęściej zadawane pytania
How much VRAM does Llama 3.3 need?
Llama 3.3 needs about 43 GB VRAM at Q2_K_XS (Tight) quantization for its smallest variant. Variants: Llama 3.3 70B Instruct (43 GB, Q2_K_XS (Tight)). On Apple Silicon, unified memory counts toward this requirement.
Can I run Llama 3.3 on an RTX 4090 (24 GB)?
Llama 3.3's smallest variant needs about 43 GB, which exceeds a single RTX 4090 (24 GB). Use multiple GPUs, a higher-VRAM card, or Apple Silicon with large unified memory.
What quantization should I use for Llama 3.3?
Q4_K_M is the best balance of quality and VRAM for Llama 3.3 in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.
How do I run Llama 3.3 with Ollama?
Install Ollama, then run: ollama run llama3.3. This downloads Llama 3.3 and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.