【官方常见问题精选】欢迎在下方补充你的经验或追问。

先说结论：不一定要很贵的显卡，关键看你想跑多大的模型。

本地大模型的资源消耗主要看“模型大小 + 上下文长度”。经验法则（仅为大致估算）：

• 入门体验：没有独立显卡也能用 CPU 跑 1B～4B 左右的小模型，内存 16GB 比较稳妥，但速度较慢。
• 日常可用：8GB～12GB 显存，可以较流畅地跑 7B～8B 量化模型。
• 体验更好：16GB～24GB 显存，可以尝试 14B～32B 左右的量化模型。
• Mac 用户：Apple Silicon 使用统一内存，内存越大能跑的模型越大。

新手建议的路线：

• 第一步：安装 Ollama 或 LM Studio，这两个都有图形界面或一行命令，不用折腾环境。
• 第二步：先选一个 7B 左右、带 Instruct 字样的 4-bit 量化模型，比如 Qwen 或 Llama 系列，确认能跑起来。
• 第三步：再根据自己的需求（写作、代码、翻译、问答）换模型，不要一开始就追求最大的模型。

常见误区：以为“参数越大越好”。实际上，一个量化合理的 7B～14B 模型，对日常问答、翻译、总结已经够用；盲目上大模型只会让速度变慢、显存爆掉。

欢迎在下面说说你的电脑配置（显卡型号、内存、系统），大家可以帮你推荐合适的模型和工具。