InternLM 3 8B Instruct — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
Beats Llama 3.1 8B on Chinese and English benchmarks. Particularly strong on math (GSM8K) and reasoning. The best 8B bilingual (Chinese/English) model currently available.
InternLM 3 8B Instruct 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。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。包含 8K 上下文的 KV 缓存，因此数值高于上方的主数字。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 4.1 GB | ~158 tok/s | 可运行 | |
| Q3_K_M 3.41 bpw | 5 GB | ~134 tok/s | 可运行 | |
| Q4_K_M 4.83 bpw | 6.5 GB | ~105 tok/s | 可运行 | |
| Q5_K_M 5.67 bpw | 7.4 GB | ~93 tok/s | 可运行 | |
| Q6_K 6.56 bpw | 8.4 GB | ~83 tok/s | 可运行 | |
| Q8_0 8.50 bpw | 10.6 GB | ~67 tok/s | 可运行 | |
| F16 16.00 bpw | 18.8 GB | ~39 tok/s | 可运行 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. InternLM 3 8B Instruct 显存计算器 →
运行 InternLM 3 8B Instruct
目录中能运行 InternLM 3 8B Instruct 的最便宜 GPU 是 Intel Arc B570 (10 GB).
或在 Vast.ai 比较，低至 $0.35/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
如何运行 InternLM 3 8B Instruct
安装 Ollama，然后运行：
ollama run internlm3:8b规格
Curated — A hand-written entry from before this catalogue recorded its sources. The figures are long-standing but their provenance is not on file.
- 参数量
- 8 Billion
- 上下文窗口
- 32,768
- 架构
- Dense
- 提供商
- Shanghai AI Lab
- 许可证
- Apache 2.0
- 规格量化
- Q4_K_M
- 系统内存
- 16 GB
- 记录更新于
- 2025-01-15
Commercial use permitted. No usage restrictions beyond attribution.
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
我的 GPU 能运行 InternLM 3 8B Instruct 吗？
- InternLM 3 8B Instruct 在 AMD Radeon RX 7800 XT 上
- InternLM 3 8B Instruct 在 AMD Radeon RX 7900 XT 上
- InternLM 3 8B Instruct 在 AMD Radeon RX 7900 XTX 上
- InternLM 3 8B Instruct 在 AMD Radeon RX 9060 XT 16GB 上
- InternLM 3 8B Instruct 在 AMD Radeon RX 9060 XT 8GB 上
- InternLM 3 8B Instruct 在 AMD Radeon RX 9070 上
- InternLM 3 8B Instruct 在 AMD Radeon RX 9070 XT 上
- InternLM 3 8B Instruct 在 Apple M2 上
- InternLM 3 8B Instruct 在 Apple M3 上
- InternLM 3 8B Instruct 在 Apple M4 Pro 上
- InternLM 3 8B Instruct 在 Intel Arc B570 上
- InternLM 3 8B Instruct 在 Intel Arc B580 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 3060 (12GB) 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 3070 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 3070 Ti 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 3080 (10GB) 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 3090 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 4060 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 4060 Ti 16GB 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 4070 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 4070 Super 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 4070 Ti 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 4070 Ti Super 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 4080 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 4080 Super 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 4090 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 5060 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 5060 Ti 16GB 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 5070 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 5070 Ti 上
- InternLM 3 8B Instruct 在 NVIDIA GeForce RTX 5080 上
InternLM 3 的其他尺寸
InternLM 3 8B Instruct — 常见问题
How much VRAM does InternLM 3 8B Instruct need?
About 6 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 InternLM 3 8B Instruct run on an RTX 4090 (24 GB)?
Yes. InternLM 3 8B Instruct needs about 6 GB at Q4_K_M, inside a 24 GB card, at an estimated 105 tokens/sec.
How do I run InternLM 3 8B Instruct locally?
Install Ollama and run `ollama run internlm3:8b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does InternLM 3 come in?
InternLM 3 8B Instruct (6 GB), InternLM 3 20B Instruct (13 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.