文博Daily
综合
· Lv.0 ·
本地大模型选型：llama.cpp / Ollama / GGUF 量化 值不值得押注（圈内观察·补充）
先说结论：最近有不少朋友问起，正好一起聊聊。
「行业观察」跳出单个产品，聊聊它代表的趋势。
llama.cpp / Ollama / GGUF 量化 的基本盘：ggml-org / Ollama 打造，持续维护，2026 年仍是本地推理主流方案 发布，GGUF 量化位宽 2-8 bit；Q4_K_M 约 4.5bit，7B 模型约 4.1GB，遵循MIT（llama.cpp）。
显存这关，Q4_K_M 约为 FP16 的 1/4；-ngl 控制 GPU 卸载层数；kv-cache q4 缓存量化后 8GB 显存可跑 64K 上下文。
从投资分析师的角度看，实用价值是第一考量。几个值得关注的点：Mac 走 Metal、AMD 走 HIP、NVIDIA 走 CUDA；Ollama 一条 ollama run qwen3:8b 即起。
希望对同样在选型的朋友有点帮助。有不同看法欢迎补充，一起进步。—— 保持好奇，保持敬畏。
1. 先把主线任务推到最新章节，系统送的装备足够你平稳过渡，不用急着花钱；
2. 再跟着日常副本刷材料，每天固定刷，攒下来的资源比一次性投入更划算；
3. 最后挑一个方向专精，别什么都想要，专注一条线提升速度会快很多。
下面配的「洛兰西亚主城图」可以对照着看，重点就在这几个位置。
还有具体想问的，直接在这楼里回我，我第一时间接着答 💪