Shot Reader 8B
8BVoyager 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。
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 |
|---|---|---|---|---|---|---|---|
| GGUF | Q3_K_M | 4.028125185575523 | 4.9 GB | — | — | 估算 | |
| GGUF | Q4_K_M | 4.9107054339013585 | 5.9 GB | — | — | 估算 | |
| GGUF | Q5_K_M | 5.714861575505719 | 6.7 GB | — | — | 估算 | |
| GGUF | Q8_0 | 8.506704566267418 | 9.7 GB | — | — | 估算 |
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。
- GGUF Q3_K_Mmradermacher/shot-reader-8b-GGUF · shot-reader-8b.Q3_K_M.gguf · 4.12 GB (4,124,163,424 字节) · 另需视觉投影 1.16 GB · 2026-11-21 核对
- GGUF Q4_K_Mmradermacher/shot-reader-8b-GGUF · shot-reader-8b.Q4_K_M.gguf · 5.03 GB (5,027,786,080 字节) · 另需视觉投影 1.16 GB · 2026-11-21 核对
- GGUF Q5_K_Mmradermacher/shot-reader-8b-GGUF · shot-reader-8b.Q5_K_M.gguf · 5.85 GB (5,851,114,848 字节) · 另需视觉投影 1.16 GB · 2026-11-21 核对
- GGUF Q8_0mradermacher/shot-reader-8b-GGUF · shot-reader-8b.Q8_0.gguf · 8.71 GB (8,709,520,736 字节) · 另需视觉投影 1.16 GB · 2026-11-21 核对
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 ↗相似模型
与 Qwen2-VL 7B 对比Qwen2-VL 7B Instruct
Alibaba Qwen2
视觉语言模型,支持视频理解,OCR 和图表阅读能力出色。
Gemma 3 4B IT
Google Gemma 3
Google Gemma 3 多模态 4B,128K 上下文,8GB 显卡可跑图文理解。
Gemma 4 E4B IT
Google Gemma 4
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。
Gemma 4 E2B IT
Google Gemma 4
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%。
此模型的显卡组合
- RTX 5090
- RTX 5080
- RTX 5070 Ti
- RTX 5070
- RTX 5060 Ti 16G
- RTX 5060 Ti 8G
- RTX 5060
- RTX 4090
- RTX 4080 Super
- RTX 4070 Ti Super
- RTX 4070 Ti
- RTX 4070 Super
- RTX 4070
- RTX 4060 Ti 16G
- RTX 4060 Ti 8G
- RTX 4060
- RTX 3090
- RTX 3080 Ti
- RTX 3080 12G
- RTX 3080 10G
- RTX 3070 Ti
- RTX 3070
- RTX 3060 12G
- Tesla P100 16G
- Tesla P40 24G
- Mac M5 32G
- Mac M4 Max 36G
- Mac M4 Pro 48G
- Mac M4 Pro 24G
- Mac M3 Max 48G
- Mac M3 Pro 36G
- Mac M3 Pro 18G
- Mac M3 16G
- Mac M3 8G
- Mac M4 24G
- Mac M4 16G
- Mac M2 16G
- Mac M1 16G
- Mac M1 8G
- Radeon RX 9070 XT
- Radeon RX 9070
- Radeon RX 9060 XT 16G
- Radeon RX 9060 XT 8G
- Radeon RX 7900 XTX
- Radeon RX 7900 XT
- Radeon RX 7900 GRE
- Radeon RX 7800 XT
- Radeon RX 7700 XT
- Radeon RX 7600 XT
- Radeon RX 6900 XT
- Radeon RX 6800 XT
- Radeon RX 6700 XT
- Radeon AI PRO R9700 32G
- Instinct MI100 32G
- Arc B580 12G
- Arc B570 10G
- Arc A770 16G
- Arc A750 8G
- Arc Pro B70 32G
- Radeon RX 7800M
怎么把它跑起来
针对本模型及同类硬件的部署指南。
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