国际MoELlama 4
Llama 4 Scout
Meta Llama 4 Scout，109B MoE 16 专家，激活 17B，支持 10M 超长上下文
Meta·109B 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 |
|---|---|---|---|---|---|---|
| Q4_K_M | 4-bit | 60 GB | 60 GB | 良好 | — | ❓ 未知 |
| Q6_K | 6-bit | 77 GB | 77 GB | 优秀 | — | ❓ 未知 |
| Q8_0 | 8-bit | 100 GB | 100 GB | 优秀 | — | ❓ 未知 |
显存需求一览
柱状长度为各档「所需显存」相对比例。
Q4_K_M
60 GB
Q6_K
77 GB
Q8_0
100 GB
参数量
109B
激活 17B
上下文长度
10240K tokens
架构
MoE
109B 总参数
最低显存
60 GB
Q4_K_M · 本地运行约需
量化选项
3 种
适用场景
对话代码长文本多模态
资源链接
💡 关于 MoE 架构
Llama 4 Scout 采用 Mixture of Experts (MoE) 架构，总参数量为 109B， 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
Q4_K_M→建议 ≥ 69 GB 显存（模型 60 GB + 15% 余量）
Q6_K→建议 ≥ 89 GB 显存（模型 77 GB + 15% 余量）
Q8_0→建议 ≥ 115 GB 显存（模型 100 GB + 15% 余量）