Rune — lokalny model AI od Surogate

Autor: Jakub Rusinowski · Ostatnia aktualizacja:

Model decyzyjny Surogate na Gemma 4 26B-A4B (Mixture-of-Experts, tekst i obrazy). Najwyżej oceniany model do pobrania w społecznościowej migawce Decision Index 0.2.1 z 28 września 2026.

Warianty

Najmniejszy wariant Rune potrzebuje około 16 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.

ModelVRAM
Rune 26B-A4B v3 →
25.8B (4B active)
~16.4 GB

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

Jak uruchomić Rune lokalnie

Zainstaluj Ollama, a potem pobierz tag.

Served by surogate serve. This model does not run in Ollama.

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: Rune 26B-A4B v3

Polecane GPU

Najtańsze GPU z naszego katalogu, które uruchomi Rune lokalnie (min. 16 GB VRAM), to AMD Radeon RX 7900 XT (20 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.
AMD Radeon RX 7900 XT 20GB
20 GB VRAM · 315 W board power
Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Rune — najczęściej zadawane pytania

How much VRAM does Rune need?

Rune needs about 16 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Rune 26B-A4B v3 (16 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.

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

Yes — Rune 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 Rune?

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

Rune 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.