OLMo 2 — lokalny model AI od Allen AI

Autor: Jakub Rusinowski · Ostatnia aktualizacja: 26 listopada 2024

Najbardziej przejrzysty LLM na świecie. OLMo 2 publikuje wszystko: wagi, kod treningowy, dane treningowe, zestaw ewaluacyjny i pośrednie punkty kontrolne. Idealny dla badaczy i wdrożeń wymagających w pełni audytowalnej AI. Konkurencyjny z Llama 3.1 w większości benchmarków.

Allen AI Hugging Face

Warianty

Najmniejszy wariant OLMo 2 potrzebuje około 5 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.

Model	VRAM przy Q4	VRAM	Kontekst	Uruchom
OLMo 2 7B Instruct → 7B		~5.2 GB	4,096	`ollama run olmo2:7b`
OLMo 2 13B Instruct → 13B		~9.1 GB	4,096	`ollama run olmo2:13b`

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

Jak uruchomić OLMo 2 lokalnie

Zainstaluj Ollama, a potem pobierz tag.

$ollama run olmo2:7b

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: OLMo 2 7B Instruct, OLMo 2 13B Instruct

Polecane GPU

Najtańsze GPU z naszego katalogu, które uruchomi OLMo 2 lokalnie (min. 5 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.

Sprawdź cenę na Amazon

OLMo 2 — najczęściej zadawane pytania

How much VRAM does OLMo 2 need?

OLMo 2 needs about 5 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: OLMo 2 7B Instruct (5 GB, Q4_K_M); OLMo 2 13B Instruct (9 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.

Can I run OLMo 2 on an RTX 4090 (24 GB)?

Yes — OLMo 2 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 OLMo 2?

Q4_K_M is the best balance of quality and VRAM for OLMo 2 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 OLMo 2 with Ollama?

Install Ollama, then run: ollama run olmo2:7b. This downloads OLMo 2 and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.

Oficjalne linki