InternLM 3 — Shanghai AI Lab 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
来自中国上海AI实验室的强大开源模型。InternLM 3在中英双语任务、编程和长文档分析方面表现出色。在数学和STEM推理方面尤为突出，是中文语言应用的顶级开源选择。
变体
InternLM 3 最小的变体在 Q4_K_M 下约需 6 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 |
|---|---|---|---|---|
| InternLM 3 8B Instruct → 8B | ~6.1 GB | 32,768 | ollama run internlm3:8b | |
| InternLM 3 20B Instruct → 20B | ~12.9 GB | 32,768 | ollama run internlm3:20b |
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 InternLM 3
安装 Ollama，然后拉取标签。
ollama run internlm3:8b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: InternLM 3 8B Instruct, InternLM 3 20B Instruct推荐 GPU
目录中能在本地运行 InternLM 3（至少 6 GB 显存）的最便宜 GPU 是 Intel Arc B570 (10 GB).
我的 GPU 能运行 InternLM 3 吗？
- InternLM 3 在 AMD Radeon RX 7800 XT 上
- InternLM 3 在 AMD Radeon RX 7900 XT 上
- InternLM 3 在 AMD Radeon RX 7900 XTX 上
- InternLM 3 在 AMD Radeon RX 9060 XT 16GB 上
- InternLM 3 在 AMD Radeon RX 9060 XT 8GB 上
- InternLM 3 在 AMD Radeon RX 9070 上
- InternLM 3 在 AMD Radeon RX 9070 XT 上
- InternLM 3 在 Apple M2 上
- InternLM 3 在 Apple M3 上
- InternLM 3 在 Apple M4 Pro 上
- InternLM 3 在 Intel Arc B570 上
- InternLM 3 在 Intel Arc B580 上
- InternLM 3 在 NVIDIA GeForce RTX 3060 (12GB) 上
- InternLM 3 在 NVIDIA GeForce RTX 3070 上
- InternLM 3 在 NVIDIA GeForce RTX 3070 Ti 上
- InternLM 3 在 NVIDIA GeForce RTX 3080 (10GB) 上
- InternLM 3 在 NVIDIA GeForce RTX 3090 上
- InternLM 3 在 NVIDIA GeForce RTX 4060 上
- InternLM 3 在 NVIDIA GeForce RTX 4060 Ti 16GB 上
- InternLM 3 在 NVIDIA GeForce RTX 4070 上
- InternLM 3 在 NVIDIA GeForce RTX 4070 Super 上
- InternLM 3 在 NVIDIA GeForce RTX 4070 Ti 上
- InternLM 3 在 NVIDIA GeForce RTX 4070 Ti Super 上
- InternLM 3 在 NVIDIA GeForce RTX 4080 上
- InternLM 3 在 NVIDIA GeForce RTX 4080 Super 上
- InternLM 3 在 NVIDIA GeForce RTX 4090 上
- InternLM 3 在 NVIDIA GeForce RTX 5060 上
- InternLM 3 在 NVIDIA GeForce RTX 5060 Ti 16GB 上
- InternLM 3 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- InternLM 3 在 NVIDIA GeForce RTX 5070 上
- InternLM 3 在 NVIDIA GeForce RTX 5070 Ti 上
- InternLM 3 在 NVIDIA GeForce RTX 5080 上
InternLM 3 — 常见问题
How much VRAM does InternLM 3 need?
InternLM 3 needs about 6 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: InternLM 3 8B Instruct (6 GB, Q4_K_M); InternLM 3 20B Instruct (13 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run InternLM 3 on an RTX 4090 (24 GB)?
Yes — InternLM 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 InternLM 3?
Q4_K_M is the best balance of quality and VRAM for InternLM 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 InternLM 3 with Ollama?
Install Ollama, then run: ollama run internlm3:8b. This downloads InternLM 3 and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.