国际MoELlama 4
Llama 4 Maverick
Meta Llama 4 Maverick，402B MoE 128 专家，激活 17B，匹敌 GPT-4.5 的开源模型
Meta·402B 参数·MoE·发布于 2025-04-05
你的硬件评估
正在检测硬件...
❓ 未知
量化版本对比（GGUF / 本地运行）
磁盘约：该量化档典型 GGUF 单文件占用（未填 fileSize 时用同档显存约值代替）。 所需显存：在 GPU 上跑该档的约需（权重 + KV 等余量），站内人工标定。
| 格式 | 位宽 | 磁盘约 | 所需显存 | 质量 | 预估速度 | 状态 |
|---|---|---|---|---|---|---|
| Q2_K | 2-bit | 146 GB | 146 GB | 低 | — | ❓ 未知 |
| Q4_K_M | 4-bit | 220 GB | 220 GB | 良好 | — | ❓ 未知 |
显存需求一览
柱状长度为各档「所需显存」相对比例。
Q2_K
146 GB
Q4_K_M
220 GB
参数量
402B
激活 17B
上下文长度
1024K tokens
架构
MoE
402B 总参数
最低显存
146 GB
Q2_K · 本地运行约需
量化选项
2 种
适用场景
对话代码推理多模态
资源链接
💡 关于 MoE 架构
Llama 4 Maverick 采用 Mixture of Experts (MoE) 架构，总参数量为 402B， 但每次推理仅激活 17B 参数。虽然推理计算量较小， 但完整模型权重仍需全部加载到显存中，因此显存需求按总参数量计算。 实际推理速度会比同等显存占用的 Dense 模型更快。
推荐硬件配置
Q2_K→建议 ≥ 168 GB 显存（模型 146 GB + 15% 余量）
Q4_K_M→建议 ≥ 253 GB 显存（模型 220 GB + 15% 余量）