01O que ele sabe fazer
- Denso 27B: ~16 GB de VRAM em Q4, cabe em uma placa de 16 GB
- Contexto nativo de 256k tokens (config.json do Hugging Face)
- Visão e raciocínio em um único modelo
- Licença Apache 2.0 permissiva, tag Ollama oficial
- —Primeiro modelo da Cloudflare: poucos relatos da comunidade
- —Contexto de 256k: o cache KV aumenta rapidamente a VRAM além de 32k
- —Nenhuma pontuação pública em nossas fontes: desempenho a verificar nos seus casos
04Instalar
Instale Ollama para seu SO. Verifique o modelo e sua quantização antes do download. Comece com 4096 tokens de contexto, depois verifique a alocação com ollama ps. Um comando abaixo não é prova de teste executado na sua máquina.
02Memória necessária
Quantidade aproximada de VRAM da GPU necessária para executar este modelo, incluindo a memória adicional para um contexto de 4k tokens. Para um contexto mais longo, adicione ~1 GB a cada 8k tokens.
Qual hardware usar para Clef 27B?
Para executar Clef 27B localmente com quantização Q4, você precisa de aproximadamente 16 GB de VRAM. Uma opção para comparar: GMKtec EVO-X2 64GB / 1TB (Ryzen AI Max+ 395) — mantenha uma margem para o sistema e o contexto; verifique a compatibilidade do motor com a GPU.
Por que essa escolha? Nossa ficha completa sobre GMKtec EVO-X2 64GB / 1TB (Ryzen AI Max+ 395) →
Links afiliados — comissão possível sem custo adicional para você, recomendação independente. Como Parceiro Amazon, QualLLM obtém lucro com compras que atendem às condições exigidas.
Em deslocamento: Clef 27B também roda em um Notebook RTX (16 GB de VRAM) →
Seu ChatGPT privado e gratuito na sua máquina em 1 hora — LM Studio, Ollama, Open WebUI, seus documentos, sem nuvem.
- Espaço online vitalício
- PDF + arquivos
- Atualizações vitalícias
03Velocidade estimada
Tokens gerados por segundo em Q4_K_M, contexto 4k. Acima de 20 t/s, a leitura é confortável. Abaixo de 10 t/s, é apenas para testar.