EXAONE 4.0 32B — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
LG's 2025 model with a reasoning mode and a direct-answer mode, agentic tool use, and English, Korean and Spanish. A dense 32B transformer with three sliding-window layers per global layer and a 131,072-token context. Research and education use only; LG publishes official GGUF builds.
EXAONE 4.0 32B potrzebuje około 20 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.
VRAM i szybkość według kwantyzacji
Liczone dla NVIDIA RTX 4090 (24 GB). Obejmuje pamięć podręczną KV przy kontekście 8K, więc wartości są wyższe niż główna liczba.
| Kwant. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 12.8 GB | ~57 tok/s | Mieści się | |
| Q3_K_M 3.41 bpw | 15.9 GB | ~46 tok/s | Mieści się | |
| Q4_K_M 4.83 bpw | 21.6 GB | ~34 tok/s | Mieści się | |
| Q5_K_M 5.67 bpw | 24.9 GB | ~4 tok/s | Częściowo w RAM | |
| Q6_K 6.56 bpw | 28.5 GB | ~4 tok/s | Częściowo w RAM | |
| Q8_0 8.50 bpw | 36.3 GB | ~3 tok/s | Częściowo w RAM | |
| F16 16.00 bpw | 66.2 GB | — | Za duży |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla EXAONE 4.0 32B →
Uruchom EXAONE 4.0 32B
Najtańsze GPU z naszego katalogu, które uruchomi EXAONE 4.0 32B, to AMD Radeon RX 7900 XTX (24 GB).
lub porównaj w Vast.ai od $0.35/godz. (typical low · varies)
Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.
Jak uruchomić EXAONE 4.0 32B
Zainstaluj Ollama, a potem uruchom:
ollama run exaone-4Specyfikacja
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- Parametry
- 32 Billion
- Okno kontekstu
- 131,072
- Architektura
- Dense transformer, 3:1 sliding-window (4,096) to global attention
- Dostawca
- LG AI Research
- Licencja
- EXAONE AI Model License 1.2 - NC
- Availability
- Weights downloadable
- Practical deployment
- Single consumer GPU
- Określono przy
- Q4_K_M
- RAM systemowy
- 32 GB
- Rekord zaktualizowany
- 2026-11-11
Research / non-commercial only — this licence does NOT permit shipping a commercial product.
Zobacz też EXAONE 4.5 33B
Jakość i zastosowania
Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.
Inne rozmiary EXAONE 4
EXAONE 4.0 32B — najczęściej zadawane pytania
How much VRAM does EXAONE 4.0 32B need?
About 20 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 EXAONE 4.0 32B run on an RTX 4090 (24 GB)?
Yes. EXAONE 4.0 32B needs about 20 GB at Q4_K_M, inside a 24 GB card, at an estimated 34 tokens/sec.
How do I run EXAONE 4.0 32B locally?
Install Ollama and run `ollama run exaone-4`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does EXAONE 4 come in?
EXAONE 4.5 33B (21 GB), EXAONE 4.0 32B (20 GB), EXAONE 4.0 1.2B (2 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.