Phi-4 Mini (3.8B) — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Significant upgrade over Phi-3.5 Mini in reasoning and coding. Tiny footprint makes it ideal for iPhone, Android, and laptops without a GPU. MIT licensed for commercial use.
Phi-4 Mini (3.8B) potrzebuje około 3 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). Obejmuje pamięć podręczną KV przy kontekście 8K, więc wartości są wyższe niż główna liczba.
| Kwant. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 3.1 GB | ~217 tok/s | Mieści się | |
| Q3_K_M 3.41 bpw | 3.5 GB | ~196 tok/s | Mieści się | |
| Q4_K_M 4.83 bpw | 4.2 GB | ~167 tok/s | Mieści się | |
| Q5_K_M 5.67 bpw | 4.6 GB | ~153 tok/s | Mieści się | |
| Q6_K 6.56 bpw | 5 GB | ~141 tok/s | Mieści się | |
| Q8_0 8.50 bpw | 5.9 GB | ~121 tok/s | Mieści się | |
| F16 16.00 bpw | 9.5 GB | ~77 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 Phi-4 Mini (3.8B) →
Uruchom Phi-4 Mini (3.8B)
Najtańsze GPU z naszego katalogu, które uruchomi Phi-4 Mini (3.8B), 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 Phi-4 Mini (3.8B)
Zainstaluj Ollama, a potem uruchom:
ollama run phi4-miniSpecyfikacja
Curated — A hand-written entry from before this catalogue recorded its sources. The figures are long-standing but their provenance is not on file.
- Parametry
- 3.8 Billion
- Okno kontekstu
- 128,000
- Architektura
- Dense
- Dostawca
- Microsoft
- Licencja
- MIT
- Practical deployment
- Edge device (phone, SBC)
- Określono przy
- Q4_K_M
- RAM systemowy
- 6 GB
- Rekord zaktualizowany
- 2025-02-04
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 Phi-4 Mini (3.8B) na moim GPU?
Phi-4 Mini (3.8B) — najczęściej zadawane pytania
How much VRAM does Phi-4 Mini (3.8B) need?
About 3 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 Phi-4 Mini (3.8B) run on an RTX 4090 (24 GB)?
Yes. Phi-4 Mini (3.8B) needs about 3 GB at Q4_K_M, inside a 24 GB card, at an estimated 167 tokens/sec.
How do I run Phi-4 Mini (3.8B) locally?
Install Ollama and run `ollama run phi4-mini`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.