K2 Horizon 3.7B — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
The small dense K2 Horizon: a 3.7B core plus a large 250K-token vocabulary, 5.1B parameters stored in all, so the official Q4_K_M GGUF is 3.2 GB. It scores 16 on the Artificial Analysis Intelligence Index. Its makers report 68.6 on SWE-bench Verified against 41.2 for Qwen3.5-4B, and level with it on Terminal-Bench 2.1 (25.1 against 25.8). The KV cache is a plain grouped-query cache, so long context is expensive on a small card: an 8 GB GPU holds it comfortably at 16K, not at 32K. Apache 2.0, 512K native context.
K2 Horizon 3.7B 在 Q4_K_M 下约需 4 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 | 3.7 GB | ~190 tok/s | 可运行 | |
| Q3_K_M 3.41 bpw | 4.2 GB | ~169 tok/s | 可运行 | |
| Q4_K_M 4.83 bpw | 5.1 GB | ~140 tok/s | 可运行 | |
| Q5_K_M 5.67 bpw | 5.6 GB | ~128 tok/s | 可运行 | |
| Q6_K 6.56 bpw | 6.2 GB | ~117 tok/s | 可运行 | |
| Q8_0 8.50 bpw | 7.4 GB | ~98 tok/s | 可运行 | |
| F16 16.00 bpw | 12.2 GB | ~60 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. K2 Horizon 3.7B 显存计算器 →
运行 K2 Horizon 3.7B
目录中能运行 K2 Horizon 3.7B 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 K2 Horizon 3.7B
Ollama 模型库暂无标签。请用 llama.cpp 运行官方 GGUF：文件声明的架构为 k2-horizon，llama.cpp 主线已支持；较旧的 Ollama 或 LM Studio 版本可能无法加载。模型卡也提供 vLLM 和 SGLang 部署方式。
规格
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- 参数量
- 5.1 Billion (3.7B core + embeddings)
- 上下文窗口
- 524,288
- 架构
- Dense Transformer (GQA)
- 提供商
- MBZUAI Institute of Foundation Models
- 许可证
- Apache 2.0
- Practical deployment
- Edge device (phone, SBC)
- 规格量化
- Q4_K_M
- 系统内存
- 16 GB
- 记录更新于
- 2026-10-08
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。
| 基准 | 分数 | 来源 |
|---|---|---|
| SWE-bench Verified | 68.6 / 100 % | 已发布 · https://huggingface.co/IFM/K2-Horizon-3.7B |
| Terminal-Bench 2.1 | 25.1 / 100 % | 已发布 · https://huggingface.co/IFM/K2-Horizon-3.7B |
K2 Horizon 的其他尺寸
K2 Horizon 3.7B — 常见问题
How much VRAM does K2 Horizon 3.7B need?
About 4 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 K2 Horizon 3.7B run on an RTX 4090 (24 GB)?
Yes. K2 Horizon 3.7B needs about 4 GB at Q4_K_M, inside a 24 GB card, at an estimated 140 tokens/sec.
How do I run K2 Horizon 3.7B locally?
Ollama 模型库暂无标签。请用 llama.cpp 运行官方 GGUF：文件声明的架构为 k2-horizon，llama.cpp 主线已支持；较旧的 Ollama 或 LM Studio 版本可能无法加载。模型卡也提供 vLLM 和 SGLang 部署方式。 Running the published tag would send your prompts to a hosted GPU rather than your own machine.
What other sizes does K2 Horizon come in?
K2 Horizon 3.7B (4 GB), K2 Horizon 7B (6 GB), K2 Horizon MoVA 36B-A4B (23 GB), K2 Horizon 375B-A23B (230 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.