Olmo 3.1 32B Instruct — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Ai2's fully open 32B chat model: weights, training data, code and checkpoints are all published. A dense transformer with three sliding-window layers for every full-attention layer and a 65,536-token context. This build answers directly; the Think build reasons first. Apache-2.0.
Olmo 3.1 32B Instruct 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 | 16 GB | ~46 tok/s | Mieści się | |
| Q4_K_M 4.83 bpw | 21.7 GB | ~34 tok/s | Na styk | |
| Q5_K_M 5.67 bpw | 25.1 GB | ~4 tok/s | Częściowo w RAM | |
| Q6_K 6.56 bpw | 28.7 GB | ~4 tok/s | Częściowo w RAM | |
| Q8_0 8.50 bpw | 36.5 GB | ~3 tok/s | Częściowo w RAM | |
| F16 16.00 bpw | 66.7 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 Olmo 3.1 32B Instruct →
Uruchom Olmo 3.1 32B Instruct
Najtańsze GPU z naszego katalogu, które uruchomi Olmo 3.1 32B Instruct, 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 Olmo 3.1 32B Instruct
Zainstaluj Ollama, a potem uruchom:
ollama run olmo-3.1:32b-instructSpecyfikacja
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
- 65,536
- Architektura
- Dense transformer, 3:1 sliding-window (4,096) to full attention
- Dostawca
- Ai2 (Allen Institute for AI)
- Licencja
- Apache-2.0
- Availability
- Weights downloadable
- Practical deployment
- Single consumer GPU
- Określono przy
- Q4_K_M
- RAM systemowy
- 32 GB
- Rekord zaktualizowany
- 2026-11-11
- Runs with
- Ollama: supported source
Commercial use permitted. No usage restrictions beyond attribution.
Zobacz też Olmo 3.1 32B Think
Jakość i zastosowania
Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.
Inne rozmiary Olmo 3
Olmo 3.1 32B Instruct — najczęściej zadawane pytania
How much VRAM does Olmo 3.1 32B Instruct 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 Olmo 3.1 32B Instruct run on an RTX 4090 (24 GB)?
Yes. Olmo 3.1 32B Instruct needs about 20 GB at Q4_K_M, inside a 24 GB card, at an estimated 34 tokens/sec.
How do I run Olmo 3.1 32B Instruct locally?
Install Ollama and run `ollama run olmo-3.1:32b-instruct`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does Olmo 3 come in?
Olmo 3 7B (5 GB), Olmo 3 32B (20 GB), Olmo 3.1 32B Instruct (20 GB), Olmo 3.1 32B Think (20 GB), Olmo Hybrid 7B (5 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.