我能跑 Mellum 2 12B-A2.5B 吗？
JetBrains 的 Mellum 2 12B-A2.5B 在推荐的 4 位量化下大约需要 12 GB 内存（下载体积 7.3 GB）。下方即时检测您的硬件 — 数据不会离开您的浏览器。 在 NVIDIA RTX 3060 12GB 上预计可达约 ~202 tok/s。
正在读取您的硬件信号…
实际使用笔记
无法完成校对：源文件 /tmp/llmsrc/mellum-2.json 不存在。已多方确认——直接 cat 无输出，test -e 返回 MISSING，父目录 /tmp/llmsrc/ 不存在，且对 /tmp、/var 与 /Users/macbookpro 的全盘搜索（find -iname '*mellum*'）未找到任何匹配文件。因此没有可供校对的中文译文，本次提交本身只是一份缺失源文件的说明，而非译文。
在没有源文件的情况下无法生成 Mellum-2 的中文译文。硬性规则要求逐字保留所有数字（如 GB 模型体积、tok/s 速度、RAM、128K 上下文、8B / 17B active 等参数）以及全部许可证警告（例如 MNPL = 非生产用途 / 禁止商用），这些必须来自权威的 'facts' 字段和 'en' 段落。凭记忆或猜测填写会违反准确性要求，故不进行任何编造。
请恢复或提供 /tmp/llmsrc/mellum-2.json（或直接给出其 'facts' 与 'en' 内容）后重新运行校对。源文件到位后，将返回 slug 'mellum-2'、locale 'zh'，并按全部保留与本地化规则交付三段地道的简体中文译文。
规格参数
各量化版本体积
| 量化 | 位/权重 | 下载体积 | 最低内存 | 质量 |
|---|---|---|---|---|
| Q2_K | 3.35 | 5.0 GB | 8 GB | 损失明显 |
| Q4_K_M推荐 | 4.85 | 7.3 GB | 12 GB | 推荐 |
| Q5_K_M | 5.65 | 8.5 GB | 16 GB | 高 |
| Q8_0 | 8.5 | 12.8 GB | 24 GB | 接近原版 |
| F16 | 16 | 24.0 GB | 32 GB | 原版 |
体积按参数量 × 位/权重估算，实际 GGUF 版本会略有差异。 · 数据更新于: 2026-06-11 · 这些数字是怎么算出来的 →
不同上下文长度的内存需求
| 上下文 | KV 缓存（估算） | 总内存（Q4） |
|---|---|---|
| 4K tokens | ~0.6 GB | ~7.9 GB |
| 8K tokens | ~1.3 GB | ~8.6 GB |
| 32K tokens | ~5.0 GB | ~12.3 GB |
| 128K tokens | ~20.1 GB | ~27.4 GB |
KV 缓存会随上下文长度增长 — 4K 下装得下的模型，到 32K 可能就内存不足了。估算基于 FP16 缓存并采用 grouped-query attention；实际占用因运行时而异。
不同硬件的预估速度
| 硬件 | 带宽 | 约·速度 |
|---|---|---|
| NVIDIA RTX 3060 12GB | 360 GB/s | ~202 tok/s |
| NVIDIA RTX 4090 24GB | 1008 GB/s | ~565 tok/s |
| Apple M-series (base) | 100 GB/s | ~56 tok/s |
| Apple M-series Pro | 270 GB/s | ~151 tok/s |
| Apple M-series Max | 410 GB/s | ~230 tok/s |
| CPU only (dual-channel DDR5) | 60 GB/s | ~34 tok/s |
Token 生成速度受内存带宽限制：tok/s ≈ 带宽 × 0.85 ÷ Q4 下的模型体积。实际数值因运行时和上下文长度而异。