Bu yapay zekâ modelini çalıştırabilir miyim?
Donanımınızı seçin. Her şey tarayıcınızda çalışır ve hiçbir veri bir yere gönderilmez. Sonuçlar tahminidir.
Donanımınız
Sonuçlar
GPU = VRAM'e sığar (hızlı). Yük aktarma = sistem RAM'i de gerekir (çalışır ama çok daha yavaştır; 4 GB işletim sistemine ayrılır). Hayır = çok büyük. Sayı, tahmini toplam GB'dir.
Bazı bağlantılar satış ortaklığı bağlantısı olabilir; olduğu yerde bunu belirteceğiz. Nasıl para kazanıyoruz.
Yeni modeller GPU'ma sığdığında bana haber ver
O gün doğruladığımız en önemli yapay zekâ ve oyun haberleriyle kısa bir e-posta, artı işe yarar bir araç. Kayıtlar yakında açılıyor. O zamana kadar bizi şuradan takip edin: RSS akışı.
Tahmin nasıl hesaplanır
- Ağırlıklar = parametre × ağırlık başına bit ÷ 8. Örneğin 16 bit bir 7B model yaklaşık 14 GB'dir. Ağırlık başına bit değerleri yaklaşık llama.cpp değerleridir: Q4_K_M ≈ 4,89, Q5_K_M ≈ 5,70, Q8_0 ≈ 8,5, FP16 = 16 (llama.cpp kuantizasyon belgeleri).
- Çalışma ek yükü: ağırlıkların %10'u artı 0,5 GB. Bu bir ölçüm değil, bizim pratik kuralımızdır.
- KV önbelleği (bağlam belleği): her 4K token için milyar parametre başına yaklaşık 0,0125 GB. Bu kaba bir ortalamadır. Gerçek kullanım katman sayısına, dikkat türüne (GQA) ve KV önbelleği kuantizasyonuna bağlıdır ve bunun epey üstünde ya da altında olabilir.
Parametre sayıları, Hugging Face'in her resmî model deposu için bildirdiği toplam parametre sayısıdır (tablodaki bağlantılar), 30 Ekim 2026'da alınmıştır. Uzmanlar karışımı (MoE) modellerde bellek, etkin parametrelere değil toplam parametrelere bağlıdır. Bazı modeller önceden kuantize edilmiş olarak gelir (örneğin MXFP4 formatındaki gpt-oss), bu yüzden gerçek dosyaları FP16 sütunundan küçük olabilir. Kesin bir rakam için model sayfasındaki GGUF dosya boyutuna bakın ve bağlam için pay bırakın.
Model listesi 30 Ekim 2026'da güncellendi. 2026 çıkışlarını içerir (Gemma 4, Qwen3.8, Nemotron 3.5). Çok büyük modeller (DeepSeek V4, Kimi K3, Muse Spark Open) çoklu GPU sunucuları gerektirdiği için listeye alınmadı.