一、模型大小 / 场景 / 机器要求
| 参数大小 | 场景 | 机器要求 | 常见模型 |
|---|---|---|---|
| 0.5~3B | 简单问答 | 集显或任意显卡即可 | Phi-3-mini、Qwen2.5-0.5B、Gemma-2B |
| 7~8B | 个人本地聊天、代码辅助 | 8~12GB 显存（RTX 3060 / 4060） | Llama 3.1 8B、Qwen2.5-7B、Mistral-7B |
| 13~14B | 企业任务、长文本分析 | 16GB 显存（RTX 4060 Ti） | Qwen2.5-14B |
| 32~34B | 高精度专业任务 | 24GB 显存（RTX 4090） | DeepSeek-33B、Qwen2.5-32B |
| 70B | 科研、大型企业 | 32GB+ 或多卡（RTX 5090 / A100） | Llama 3.1 70B、Qwen2.5-72B |
| 千亿级 / MoE | 前沿研究、逼近闭源 | 多卡集群 / 数据中心 | Llama 3 405B、DeepSeek-V3 671B、Kimi K3 |
| 参数量 | Q4_K_M 总显存（8k 上下文） | 最低可用 GPU 显存 |
|---|---|---|
| 1B | 1.0‑1.3GB | 2GB |
| 3B | 2.5‑3.0GB | 4GB |
| 7B | 5.2‑6.0GB | 6GB |
| 8B | 5.8‑6.6GB | 8GB |
| 14B | 9.5‑11GB | 12GB |
| 34B | 23‑26GB | 24GB（建议双卡） |
| 70B | 46‑52GB | 48GB + 双卡 |
二、主流模型与命名分档
1. 各家旗舰 / 均衡 / 轻量命名区别
| 厂商 | 旗舰 | 均衡 | 轻量 | 命名由来 |
|---|---|---|---|---|
| OpenAI GPT-5.6 | Sol | Terra | Luna | 天体（日 / 地 / 月） |
| Anthropic Claude | Opus | Sonnet | Haiku | 音乐体裁 |
| Google Gemini | Ultra | Pro | Flash | 程度词 |
| 阿里 Qwen | Max | Plus | Turbo | 程度词 |
选型规律
编程三档差距小（日常用轻量 / 均衡即可），高难推理差距大（啃硬骨头上旗舰），长文档别用轻量档。组合策略：轻量初筛 → 均衡出方案 → 旗舰攻坚。
3. 主流模型简介
| 模型 | 厂商 | 类型 | 侧重点 |
|---|---|---|---|
| GPT-5.6 | OpenAI | 闭源 | 全能、多模态、超长上下文 |
| Claude | Anthropic | 闭源 | 编码、Agent、长文本、安全合规 |
| Gemini | 闭源 | 多模态（音视频原生）、性价比 | |
| Grok | xAI | 闭源 | 实时信息、低成本 |
| Kimi K3 | 月之暗面 | 开源 | 前端编程、百万上下文、视觉编程 |
| Qwen3 | 阿里 | 开源 | 中文、生态、工具调用 |
| DeepSeek V4 / R2 | 深度求索 | 开源 | 性价比之王、推理、中文 |
| GLM-5 | 智谱 | 开源 | 编码、价格极低 |
| Llama 3.1 | Meta | 开源 | 英文生态最成熟、微调版本多 |
| Gemma 3 | 开源 | 多模态、轻量高效、边缘部署 |
三、快速判断本机能跑什么
1. Windows 查显存：任务管理器（最快）
- 快捷键
Ctrl + Shift + Esc打开任务管理器 - 点 性能 → 左侧选 GPU0 / GPU1（独显一般是 GPU0）
- 右下角看 专用 GPU 内存，就是显卡自带显存（如 8.0GB）
WARNING
专用 GPU 内存 / 专用视频内存 = 真实物理显存；共享内存是借用的系统内存，不算显卡自带显存。
2. 命令行查显存
bash
# 查看显存总量 / 可用
nvidia-smi --query-gpu=memory.total,memory.free --format=csv,noheader3. 其他方法
| 方法 | 操作 |
|---|---|
| 公式估算 | 所需显存 ≈ 模型文件 × 1.2 + KV Cache + 1~3GB 开销 |
| LM Studio | 搜模型，标注能完全加载到 GPU 的会标绿 |
| Ollama | ollama run qwen2.5:7b，自动选量化并提示是否卸载 |