跳转到主要内容

Shot Reader 8B

8B

Voyager Shot Reader

Voyager 基于 Qwen3-VL 8B 微调,通过抽取视频帧生成结构化镜头描述。本条使用 mradermacher 的 GGUF 和 f16 视觉投影。计算器覆盖语言权重、KV 缓存和可选投影;官方多帧流程另有预处理与运行开销。 未记录各档速度或困惑度损失。

⬇ 288 HF 下载量♥ 1 点赞mradermacher/shot-reader-8b-GGUF· 数据更新于 11/22/2026
消费级显卡专业 GPUMac / 苹果芯片

262K

最大上下文

4

量化变体

GGUF Q8_0

最佳质量

—

困惑度增幅(最佳档位)

量化变体对比

各量化级别的显存、质量损失及 RTX 4090 推理速度

实测 = 本站跑过 · 估算 = 本站未跑过:推算所得,或本站未核实的数字 · 社区 = 公开报告

格式级别BPW显存PPL 损失速度来源操作
GGUFQ3_K_M4.0281251855755234.9 GB——估算
计算HF
GGUFQ4_K_M4.91070543390135855.9 GB——估算
计算HF
GGUFQ5_K_M5.7148615755057196.7 GB——估算
计算HF
GGUFQ8_08.5067045662674189.7 GB——估算
计算HF

每个体积对应哪个文件

文件大小不等于显存:显存一栏是计算器在 4K 上下文下的总量 —— 权重加 KV 缓存,再加 10% 的激活缓冲。两边的单位是有意不同的:文件大小用十进制 GB,和 Hugging Face 列表一致;显存一栏用 GiB(1024³ 字节),并在权重上多算 2%,所以 7.12 GB 的文件在那一栏里约是 6.8 GiB。仓库若带视觉投影(mmproj),它是另外下载的文件,两个数字都不含它。

相关社区实测

以下报告只代表报告自身的测试条件,其速度不会替代本页估算,也不能证明你的配置能装下。

我们审核过的链接索引尚未收录此模型的报告。你可以浏览社区实测,或在下方分享自己的测试。

在 llamaPerf 浏览更多实测 ↗
7B

Qwen2-VL 7B Instruct

Alibaba Qwen2

消费级显卡Mac / 苹果芯片
Q4_K_M5.5 GB+3.8%困惑度增幅

视觉语言模型,支持视频理解,OCR 和图表阅读能力出色。

4B

Gemma 3 4B IT

Google Gemma 3

消费级显卡Mac / 苹果芯片
Q4_K_M3.0 GB+3.2%困惑度增幅

Google Gemma 3 多模态 4B,128K 上下文,8GB 显卡可跑图文理解。

E4B

Gemma 4 E4B IT

Google Gemma 4

消费级显卡Mac / 苹果芯片
Q4_K_M5.3 GB—困惑度增幅

Google 面向端侧的 Gemma 4:实际参与计算的约 4.7B 参数,外加一张 2.8B 的逐层嵌入表,128K 上下文,支持图像和音频输入。42 层中只有 4 层的缓存随上下文增长,所以用满 128K 也只要约 2.0 GB 缓存。Q4_K_M 在 4K 上下文约需 5.3 GB,8 GB 显卡宽裕;128K 约需 7.5 GB,8 GB 显卡偏紧。8 GB 的 Mac 只能给 GPU 约 6 GB,所以 4K 下在 8 GB Mac 上就偏紧。这里的体积按整个模型都放进 GPU 内存计算,也就是 Mac 或整模型上 GPU 时的占用;llama.cpp 会把嵌入表留在系统内存,所以在独立显卡上实际显存占用比这里低。体积按 unsloth 发布的文件计算(Q4_K_M 5.0 GB,Q8_0 8.2 GB);其他发布者的 Q4_K_M 文件最多大 0.4 GB。图像和音频编码器是另外一个 1.0 GB 的文件。

E2B

Gemma 4 E2B IT

Google Gemma 4

消费级显卡Mac / 苹果芯片
Q4_K_M3.0 GB—困惑度增幅

最小的 Gemma 4:实际参与计算的约 2.3B 参数,外加一张 2.3B 的逐层嵌入表,128K 上下文,支持图像和音频输入。它的缓存几乎不增长——35 层中只有 3 层跟踪完整上下文,128K 下约 0.8 GB。Q4 下 4K 上下文约 3.0 GB,用满窗口约 3.8 GB——本索引中任何一张卡、以及 8 GB 的 Mac 都能从容运行。体积按整个模型都放进 GPU 内存计算;llama.cpp 会把嵌入表留在系统内存,所以在独立显卡上,Q4 实际显存占用比这里少约 1.3 GB。体积使用计算器通用比特率——未能核对到 GGUF 文件大小。

在本地运行 Shot Reader 8B

在 Q4_K_M、4K 上下文下,Shot Reader 8B 约需 5.9 GB —— 权重 4.8 GB、KV 缓存 0.56 GB、激活缓冲 0.5 GB。本索引中能宽裕跑它的最小规格是 8 GB 显卡 —— 共 21 张,RTX 4060 起步;105 张卡中有 98 张可以。这些是计算值而非实测值:估算把「宽裕」的界线画在显存的 88%,大致就是桌面环境需要留出的余量。

上下文变长会多花多少

从 4K 提到 32K 约多占 3.94 GB,总量来到 10.2 GB。权重不随上下文变化,只有 KV 缓存会,而且是线性增长 —— 规划长文档场景时要盯的就是这个数字。该模型的原生上下文是 256K;在 Q4_K_M 下把它全部撑满约需 45 GB。

该下载哪个版本

本索引只收录了 Shot Reader 8B 的 GGUF 格式,共 4 个档位(Q3_K_M、Q4_K_M、Q5_K_M、Q8_0)。 该模型没有公开的逐档困惑度数据,因此质量一列留空而不是填估算值 —— 在同一个模型内部,位数越多越忠实是数据唯一支持的排序。本站硬件上没有该模型的吞吐实测数据。GGUF 可在 NVIDIA、AMD 与苹果芯片上通过 llama.cpp 和 Ollama 运行;AWQ 与 GPTQ 面向 CUDA 和 ROCm 上的 vLLM;EXL2 是 ExLlamaV2 —— 仅限 CUDA,而且已经归档,适合本机使用而不适合提供服务。

常见问题

Shot Reader 8B 需要多少显存?
在 Q4_K_M、4K 上下文、batch 1 下约 5.9 GB,到 32K 时约 10.2 GB。这个数字是权重加 KV 缓存再加 10% 激活缓冲,由模型架构计算得出,不是在显卡上实测的。
Shot Reader 8B 能在 8GB 显卡上跑吗?
可以 —— 在 Q4_K_M、4K 上下文下约需 5.9 GB,在 RTX 4060 上还剩 2.1 GB,本索引中 21 张 8 GB 显卡都一样。这是能宽裕跑它的最小规格;105 张中有 98 张可以。
Shot Reader 8B 该用哪个量化档位?
该模型没有公开的质量对比数据,所以按体积来选:Q4_K_M 是多数人使用的档位,bits-per-weight 越高越忠实。索引中的 4 个档位是 Q3_K_M、Q4_K_M、Q5_K_M、Q8_0。

这个模型能跑在哪

按 Q4_K_M、4K 上下文估算,显存从小到大排列。「从容」指估算占用不超过显存的 88%。

提供格式
GGUF

此模型的显卡组合

本页数字会随模型数据或运行时版本的变化而更新。最近更新 2026-11-22 RSS → /zh/feed.xml