Olmo 3 — lokalny model AI od Ai2 (Allen Institute for AI)

Autor: Jakub Rusinowski · Ostatnia aktualizacja:

W pełni otwarty, a nie tylko o otwartych wagach: Ai2 publikuje wagi, dane treningowe (Dolma 3), kod i pośrednie punkty kontrolne na licencji Apache-2.0. Warianty Base, Instruct i Think w każdym rozmiarze, co czyni tę rodzinę pierwszym wyborem tam, gdzie audytowalny musi być sam proces treningu.

Ai2 Blog Hugging Face

Warianty

Najmniejszy wariant Olmo 3 potrzebuje około 5 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.

ModelVRAM
Olmo 3 7B →
7B
~5 GB
Olmo 3 32B →
32B
~20.1 GB

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

Jak uruchomić Olmo 3 lokalnie

Zainstaluj Ollama, a potem pobierz tag.

ollama run olmo-3

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 3 7B, Olmo 3 32B

Polecane GPU

Najtańsze GPU z naszego katalogu, które uruchomi Olmo 3 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.

Olmo 3 — najczęściej zadawane pytania

How much VRAM does Olmo 3 need?

Olmo 3 needs about 5 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Olmo 3 7B (5 GB, Q4_K_M); Olmo 3 32B (20 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.

Can I run Olmo 3 on an RTX 4090 (24 GB)?

Yes — Olmo 3 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 3?

Q4_K_M is the best balance of quality and VRAM for Olmo 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 Olmo 3 with Ollama?

Olmo 3 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.