Falcon 3 — TII (UAE) 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
Technology Innovation Institute在14万亿token上训练的最新一代模型。Falcon 3在同等参数量上达到SOTA水平，采用完全宽松的Apache 2.0许可证，是商业部署的最佳选择之一。
变体
Falcon 3 最小的变体在 Q4_K_M 下约需 3 GB 显存——量化权重加框架开销，不含 KV 缓存。
| 模型 | Q4 下显存 | 显存 | 上下文 | 运行 |
|---|---|---|---|---|
| Falcon 3 3B Instruct → 3B | ~2.8 GB | 32,768 | ollama run falcon3:3b | |
| Falcon 3 7B Instruct → 7B | ~5.3 GB | 32,768 | ollama run falcon3:7b | |
| Falcon 3 10B Instruct → 10B | ~7 GB | 32,768 | ollama run falcon3:10b |
显存为 Q4_K_M 下的量化权重加开销，与 GPU 与显存检测器使用同一引擎计算。
如何在本地运行 Falcon 3
安装 Ollama，然后拉取标签。
ollama run falcon3:3b在上方选择一个尺寸，查看它自己的显存、速度估算和安装命令。
许可证
Commercial use permitted. No usage restrictions beyond attribution.
适用于: Falcon 3 3B Instruct, Falcon 3 7B Instruct, Falcon 3 10B Instruct推荐 GPU
目录中能在本地运行 Falcon 3（至少 3 GB 显存）的最便宜 GPU 是 Intel Arc B570 (10 GB).
我的 GPU 能运行 Falcon 3 吗？
- Falcon 3 在 AMD Radeon RX 9060 XT 8GB 上
- Falcon 3 在 Intel Arc B570 上
- Falcon 3 在 Intel Arc B580 上
- Falcon 3 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Falcon 3 在 NVIDIA GeForce RTX 3070 上
- Falcon 3 在 NVIDIA GeForce RTX 3070 Ti 上
- Falcon 3 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Falcon 3 在 NVIDIA GeForce RTX 4060 上
- Falcon 3 在 NVIDIA GeForce RTX 4070 上
- Falcon 3 在 NVIDIA GeForce RTX 4070 Super 上
- Falcon 3 在 NVIDIA GeForce RTX 4070 Ti 上
- Falcon 3 在 NVIDIA GeForce RTX 5060 上
- Falcon 3 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- Falcon 3 在 NVIDIA GeForce RTX 5070 上
Falcon 3 — 常见问题
How much VRAM does Falcon 3 need?
Falcon 3 needs about 3 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Falcon 3 3B Instruct (3 GB, Q4_K_M); Falcon 3 7B Instruct (5 GB, Q4_K_M); Falcon 3 10B Instruct (7 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run Falcon 3 on an RTX 4090 (24 GB)?
Yes — Falcon 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 Falcon 3?
Q4_K_M is the best balance of quality and VRAM for Falcon 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 Falcon 3 with Ollama?
Install Ollama, then run: ollama run falcon3:3b. This downloads Falcon 3 and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.