MiniCPM-V 4.6 — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
1.3 billion parameters — about 1.6 GB at Q4_K_M including cache and overhead, which is genuinely phone-sized. A SigLIP2-400M vision encoder on a Qwen3.5-0.8B backbone, following LLaVA-UHD v4, with mixed 4x/16x visual token compression that cuts visual encoding FLOPs by more than 50%. Takes text, images and video (up to 128 frames) across a 262,144-token context. Apache 2.0, with day-one llama.cpp, Ollama, vLLM and SGLang support.
MiniCPM-V 4.6 potrzebuje około 2 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). Tylko wagi i narzut: architektura tego modelu nie jest opublikowana, więc nie doliczamy pamięci KV.
| Kwant. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 1.2 GB | ~309 tok/s | Mieści się | |
| Q3_K_M 3.41 bpw | 1.4 GB | ~294 tok/s | Mieści się | |
| Q4_K_M 4.83 bpw | 1.6 GB | ~270 tok/s | Mieści się | |
| Q5_K_M 5.67 bpw | 1.7 GB | ~257 tok/s | Mieści się | |
| Q6_K 6.56 bpw | 1.9 GB | ~245 tok/s | Mieści się | |
| Q8_0 8.50 bpw | 2.2 GB | ~222 tok/s | Mieści się | |
| F16 16.00 bpw | 3.4 GB | ~164 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 MiniCPM-V 4.6 →
Uruchom MiniCPM-V 4.6
Najtańsze GPU z naszego katalogu, które uruchomi MiniCPM-V 4.6, 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 MiniCPM-V 4.6
Zainstaluj Ollama, a potem uruchom:
ollama run minicpm-v4.6Specyfikacja
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- Parametry
- 1.3 Billion
- Okno kontekstu
- 262,144
- Architektura
- SigLIP2-400M encoder + Qwen3.5-0.8B decoder
- Dostawca
- OpenBMB
- Licencja
- Apache 2.0
- Practical deployment
- Edge device (phone, SBC)
- Określono przy
- Q4_K_M
- RAM systemowy
- 8 GB
- Rekord zaktualizowany
- 2026-09-11
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.
Czy uruchomię MiniCPM-V 4.6 na moim GPU?
- MiniCPM-V 4.6 na AMD Radeon RX 9060 XT 8GB
- MiniCPM-V 4.6 na Intel Arc B570
- MiniCPM-V 4.6 na Intel Arc B580
- MiniCPM-V 4.6 na NVIDIA GeForce RTX 3060 (12GB)
- MiniCPM-V 4.6 na NVIDIA GeForce RTX 3070
- MiniCPM-V 4.6 na NVIDIA GeForce RTX 3070 Ti
- MiniCPM-V 4.6 na NVIDIA GeForce RTX 3080 (10GB)
- MiniCPM-V 4.6 na NVIDIA GeForce RTX 4060
- MiniCPM-V 4.6 na NVIDIA GeForce RTX 4070
- MiniCPM-V 4.6 na NVIDIA GeForce RTX 4070 Super
- MiniCPM-V 4.6 na NVIDIA GeForce RTX 4070 Ti
- MiniCPM-V 4.6 na NVIDIA GeForce RTX 5060
- MiniCPM-V 4.6 na NVIDIA GeForce RTX 5060 Ti 8GB
- MiniCPM-V 4.6 na NVIDIA GeForce RTX 5070
Inne rozmiary MiniCPM-V
MiniCPM-V 4.6 — najczęściej zadawane pytania
How much VRAM does MiniCPM-V 4.6 need?
About 2 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 MiniCPM-V 4.6 run on an RTX 4090 (24 GB)?
Yes. MiniCPM-V 4.6 needs about 2 GB at Q4_K_M, inside a 24 GB card, at an estimated 270 tokens/sec.
How do I run MiniCPM-V 4.6 locally?
Install Ollama and run `ollama run minicpm-v4.6`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does MiniCPM-V come in?
MiniCPM-V 4.6 (2 GB), MiniCPM-V 4.5 (6 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.