Aya 3B (Tiny Aya) — Cohere 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
Cohere 2026年2月17日发布——3B参数级别最强的多语言开源模型。Tiny Aya在23种语言的多语言基准测试中超越Qwen3-4B、Gemma 3 4B和Ministral 3B。非常适合边缘设备、手机和资源受限但需要全球语言支持的部署场景。
变体
Aya 3B (Tiny Aya) 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 |
|---|---|---|---|---|
| Aya 3B → 3B | ~2.6 GB | 8,192 | ollama run aya:3b |
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 Aya 3B (Tiny Aya)
安装 Ollama，然后拉取标签。
ollama run aya: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
Research / non-commercial only — this licence does NOT permit shipping a commercial product.
适用于: Aya 3B推荐 GPU
目录中能在本地运行 Aya 3B (Tiny Aya)（至少 3 GB 显存）的最便宜 GPU 是 Intel Arc B570 (10 GB).
我的 GPU 能运行 Aya 3B (Tiny Aya) 吗？
Aya 3B (Tiny Aya) — 常见问题
How much VRAM does Aya 3B (Tiny Aya) need?
Aya 3B (Tiny Aya) needs about 3 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Aya 3B (3 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run Aya 3B (Tiny Aya) on an RTX 4090 (24 GB)?
Yes — Aya 3B (Tiny Aya) 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 Aya 3B (Tiny Aya)?
Q4_K_M is the best balance of quality and VRAM for Aya 3B (Tiny Aya) 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 Aya 3B (Tiny Aya) with Ollama?
Install Ollama, then run: ollama run aya:3b. This downloads Aya 3B (Tiny Aya) and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.