Yi 1.5 34B Chat — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
A balanced powerhouse. Offers performance close to 70B models but fits on dual 3090s or 24GB cards with tight quantization.
Yi 1.5 34B Chat 在 Q4_K_M 下约需 22 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 | 14.1 GB | ~54 tok/s | 可运行 | |
| Q3_K_M 3.41 bpw | 17.5 GB | ~44 tok/s | 可运行 | |
| Q4_K_M 4.83 bpw | 23.6 GB | ~32 tok/s | 勉强 | |
| Q5_K_M 5.67 bpw | 27.2 GB | ~4 tok/s | 需卸载 | |
| Q6_K 6.56 bpw | 31 GB | ~4 tok/s | 需卸载 | |
| Q8_0 8.50 bpw | 39.4 GB | ~3 tok/s | 需卸载 | |
| F16 16.00 bpw | 71.6 GB | — | 放不下 |
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. Yi 1.5 34B Chat 显存计算器 →
运行 Yi 1.5 34B Chat
目录中能运行 Yi 1.5 34B Chat 的最便宜 GPU 是 AMD Radeon RX 7900 XTX (24 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 Yi 1.5 34B Chat
安装 Ollama，然后运行：
ollama run yi:34b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
- 34 Billion
- 上下文窗口
- 32,000
- 架构
- Dense
- 提供商
- 01.AI
- 许可证
- Yi License
- 规格量化
- Q4_K_M
- 系统内存
- 32 GB
- 记录更新于
- 2024-05-13
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
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 Yi 1.5 34B Chat 吗？
- Yi 1.5 34B Chat 在 AMD Radeon RX 7900 XTX 上
- Yi 1.5 34B Chat 在 AMD Radeon RX 9060 XT 8GB 上
- Yi 1.5 34B Chat 在 Apple M1 Pro 上
- Yi 1.5 34B Chat 在 Apple M2 Pro 上
- Yi 1.5 34B Chat 在 Apple M3 Pro 上
- Yi 1.5 34B Chat 在 Apple M4 上
- Yi 1.5 34B Chat 在 Apple M5 上
- Yi 1.5 34B Chat 在 Intel Arc B570 上
- Yi 1.5 34B Chat 在 Intel Arc B580 上
- Yi 1.5 34B Chat 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Yi 1.5 34B Chat 在 NVIDIA GeForce RTX 3070 上
- Yi 1.5 34B Chat 在 NVIDIA GeForce RTX 3070 Ti 上
- Yi 1.5 34B Chat 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Yi 1.5 34B Chat 在 NVIDIA GeForce RTX 3090 上
- Yi 1.5 34B Chat 在 NVIDIA GeForce RTX 4060 上
- Yi 1.5 34B Chat 在 NVIDIA GeForce RTX 4070 上
- Yi 1.5 34B Chat 在 NVIDIA GeForce RTX 4070 Super 上
- Yi 1.5 34B Chat 在 NVIDIA GeForce RTX 4070 Ti 上
- Yi 1.5 34B Chat 在 NVIDIA GeForce RTX 4090 上
- Yi 1.5 34B Chat 在 NVIDIA GeForce RTX 5060 上
- Yi 1.5 34B Chat 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- Yi 1.5 34B Chat 在 NVIDIA GeForce RTX 5070 上
- Yi 1.5 34B Chat 在 NVIDIA GeForce RTX 5090 上
- Yi 1.5 34B Chat 在 NVIDIA L40S 上
- Yi 1.5 34B Chat 在 NVIDIA RTX 6000 Ada Generation 上
Yi 1.5 Family 的其他尺寸
Yi 1.5 34B Chat — 常见问题
How much VRAM does Yi 1.5 34B Chat need?
About 22 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 Yi 1.5 34B Chat run on an RTX 4090 (24 GB)?
Yes. Yi 1.5 34B Chat needs about 22 GB at Q4_K_M, inside a 24 GB card, at an estimated 32 tokens/sec.
How do I run Yi 1.5 34B Chat locally?
Install Ollama and run `ollama run yi:34b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does Yi 1.5 Family come in?
Yi 1.5 34B Chat (22 GB), Yi 1.5 9B Chat (6 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.