Winnow — lokalny model AI od EldanRing
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Dostrojone modele Gemma 4 do decyzji typowanych, wydawane jako GGUF z serwerem opartym na llama.cpp, który z jednego załadowanego modelu obsługuje /v1/systemone oraz czat i obraz.
Warianty
Najmniejszy wariant Winnow potrzebuje około 6 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.
| Model | VRAM przy Q4 | VRAM | Kontekst | Uruchom |
|---|---|---|---|---|
| Winnow 12B → 12B | ~8 GB | Not published | winnow-inference :8091 | |
| Winnow E4B → E4B (8B total) | ~5.6 GB | Not published | winnow-inference :8091 |
Pamięć to skwantyzowane wagi plus narzut przy Q4_K_M, liczone tym samym silnikiem co sprawdzarka GPU i VRAM.
Jak uruchomić Winnow lokalnie
Zainstaluj Ollama, a potem pobierz tag.
Served by winnow-inference (default port 8091). This model does not run in Ollama.
Wybierz rozmiar powyżej, aby zobaczyć jego VRAM, szacowaną szybkość i polecenie instalacji.
Licencja
Commercial use permitted. No usage restrictions beyond attribution.
Dotyczy: Winnow 12B, Winnow E4BPolecane GPU
Najtańsze GPU z naszego katalogu, które uruchomi Winnow lokalnie (min. 6 GB VRAM), to Intel Arc B570 (10 GB).
Winnow — najczęściej zadawane pytania
How much VRAM does Winnow need?
Winnow needs about 6 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Winnow 12B (8 GB, Q4_K_M); Winnow E4B (6 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run Winnow on an RTX 4090 (24 GB)?
Yes — Winnow 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 Winnow?
Q4_K_M is the best balance of quality and VRAM for Winnow 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 Winnow locally?
Winnow 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.