Llama 4.5 — lokalny model AI od Meta
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
ZAPOWIEDŹ (czerwiec 2026, specyfikacja niezweryfikowana). Rozwinięcie Llama 4 od Meta — MoE klasy Scout (~109B łącznie / ~17B aktywnych) z bardzo długim oknem kontekstu, na licencji Llama Community (limit 700 mln aktywnych użytkowników miesięcznie). Liczby przeniesione z linii Llama 4 Scout; zweryfikuj je na karcie modelu na Hugging Face.
Warianty
Najmniejszy wariant Llama 4.5 potrzebuje około 67 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.
| Model | VRAM przy Q4 | VRAM | Kontekst | Uruchom |
|---|---|---|---|---|
| Llama 4.5 Scout → 109B (17B active) | ~66.6 GB | 10,000,000 | ollama run llama-4-5 |
Pamięć to skwantyzowane wagi plus narzut przy Q4_K_M, liczone tym samym silnikiem co sprawdzarka GPU i VRAM.
Jak uruchomić Llama 4.5 lokalnie
Zainstaluj Ollama, a potem pobierz tag.
ollama run llama-4-5Wybierz 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 4.5 ScoutPolecane GPU
Najtańsze GPU z naszego katalogu, które uruchomi Llama 4.5 lokalnie (min. 67 GB VRAM), to NVIDIA DGX Spark (128 GB).
Czy uruchomię Llama 4.5 na moim GPU?
- Llama 4.5 na AMD Ryzen AI Max+ 395
- Llama 4.5 na Apple M1 Max
- Llama 4.5 na Apple M1 Pro
- Llama 4.5 na Apple M1 Ultra
- Llama 4.5 na Apple M2 Max
- Llama 4.5 na Apple M2 Pro
- Llama 4.5 na Apple M3 Max
- Llama 4.5 na Apple M3 Pro
- Llama 4.5 na Apple M4
- Llama 4.5 na Apple M4 Max
- Llama 4.5 na Apple M5
- Llama 4.5 na Apple M5 Max
- Llama 4.5 na Apple M5 Pro
- Llama 4.5 na NVIDIA A100 80GB (PCIe)
- Llama 4.5 na NVIDIA DGX Spark
- Llama 4.5 na NVIDIA GeForce RTX 5090
- Llama 4.5 na NVIDIA H100 80GB (PCIe)
- Llama 4.5 na NVIDIA L40S
- Llama 4.5 na NVIDIA RTX 6000 Ada Generation
- Llama 4.5 na NVIDIA RTX PRO 6000 Blackwell
Llama 4.5 — najczęściej zadawane pytania
How much VRAM does Llama 4.5 need?
Llama 4.5 needs about 67 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Llama 4.5 Scout (67 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run Llama 4.5 on an RTX 4090 (24 GB)?
Llama 4.5's smallest variant needs about 67 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 4.5?
Q4_K_M is the best balance of quality and VRAM for Llama 4.5 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 4.5 with Ollama?
Llama 4.5 has no local Ollama tag — the published tag is cloud-hosted, so running it sends your prompts to a hosted GPU rather than your own machine.