Nimble — lokalny model AI od Bespoke Labs

Autor: Jakub Rusinowski · Ostatnia aktualizacja:

9-miliardowy model decyzyjny Bespoke Labs, adapter LoRA na Qwen3.5-9B trenowany na kontrastowych parach danych. Domyślny model decyzyjny w bibliotece Ollama.

Hugging Face GitHub Ollama library

Warianty

Najmniejszy wariant Nimble potrzebuje około 7 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.

ModelVRAM
Nimble 9B →
9B
~6.6 GB

Pamięć to skwantyzowane wagi plus narzut przy Q4_K_M, liczone tym samym silnikiem co sprawdzarka GPU i VRAM.

Jak uruchomić Nimble lokalnie

Zainstaluj Ollama, a potem pobierz tag.

ollama pull nimble

Wybierz rozmiar powyżej, aby zobaczyć jego VRAM, szacowaną szybkość i polecenie instalacji.

Licencja

Apache-2.0Użycie komercyjne dozwolone

Commercial use permitted. No usage restrictions beyond attribution.

Dotyczy: Nimble 9B

Polecane GPU

Najtańsze GPU z naszego katalogu, które uruchomi Nimble lokalnie (min. 7 GB VRAM), to Intel Arc B570 (10 GB).

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.
Intel Arc B570 10GB
10 GB VRAM · 150 W board power
Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Nimble — najczęściej zadawane pytania

How much VRAM does Nimble need?

Nimble needs about 7 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Nimble 9B (7 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.

Can I run Nimble on an RTX 4090 (24 GB)?

Yes — Nimble runs on an RTX 4090 (24 GB) and other 24 GB cards such as the RTX 3090. Smaller variants also fit comfortably on 8–16 GB GPUs at Q4_K_M.

What quantization should I use for Nimble?

Q4_K_M is the best balance of quality and VRAM for Nimble 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 Nimble locally?

Nimble is a decision model: it is called over an HTTP endpoint (/v1/systemone), not chatted with. Where a variant is available in Ollama 0.35 or newer, pull it with `ollama pull` and send requests to the local server; the others ship their own server. Each variant page shows the exact commands for that model.