Zephyr 7B Beta

7B

HuggingFaceH4

已过时 · 建议改用 Qwen3 8B Instruct

DPO 对齐的 Mistral 7B，友善无害对话基线的经典选择。

消费级显卡Mac / 苹果芯片CPU / 轻量VPS

33K

最大上下文

2

量化变体

GGUF Q6_K

最佳质量

99.0%

精度保留率

计算显存 Hugging Face 对比

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 = 本站基准 · 估算 = 公式推算 · 社区 = 公开报告

格式	级别	BPW	显存	PPL 损失	速度	来源	操作
GGUF	Q4_K_M	4.85	5.2 GB	3.3%	155 tok/s	估算	计算 HF
GGUF	Q6_K	6.56	6.8 GB	1.0%	132 tok/s	估算	计算 HF

相似模型

与 Llama 3.1 对比

Llama 3.1 8B Instruct

Meta Llama 3.1

消费级显卡Mac / 苹果芯片

3.2 GB最低显存·99.9%精度

Meta 旗舰 8B 模型，128K 上下文，端侧部署最优选择之一。

Qwen2.5 7B Instruct

Alibaba Qwen2.5

消费级显卡Mac / 苹果芯片

4.8 GB最低显存·99.3%精度

阿里 Qwen 系列 7B，性能远超同级，代码能力尤其突出。

Phi-3.5 Mini Instruct

Microsoft Phi

消费级显卡Mac / 苹果芯片

2.5 GB最低显存·99.8%精度

Microsoft 的小巧精悍之作，端侧部署最佳 4B 模型之一。

Nous Hermes 3 Llama 3.1 8B

NousResearch

消费级显卡Mac / 苹果芯片

5.4 GB最低显存·97.7%精度

基于 Llama 3.1 8B 微调，角色扮演和指令遵循能力增强。

怎么把它跑起来

针对本模型及同类硬件的部署指南。