本期重点
Qwen3.8 27B
关注编程、智能体工作流与多模态任务。
- 官方条目核对
- 2026-09-20
- 下载体积（约）
- 18 GB · Q4_K_M
- 本地状态
- 当前未确认
- RTX 3090 实测
- 待精确配置验证
ollama run qwen3.8:27b 查看官方模型条目 ↗ Ollama 模型 · 状态透明
60 秒选对适合你显卡的本地模型
查看模型兼容性、带日期的测试证据，比较本地与云端成本。
近期模型 · 独立核对
从精确模型标签开始
官方资料、本地清单与硬件实测分开展示。下载体积不是运行显存需求。
Q4_K_M
Gemma 4 26B
适合关注文本与图像工作流的 MoE 模型。
- 官方条目核对
- 2026-09-20
- 下载体积（约）
- 19 GB · Q4_K_M
- 本地状态
- 历史清单中可见
- 清单时间
- RTX 3090 实测
- 待精确配置验证
ollama run gemma4:26b 查看官方模型条目 ↗ Q4_K_M
Qwen3.6 27B
作为编程与推理工作流的对照选项。
- 官方条目核对
- 2026-09-20
- 下载体积（约）
- 18 GB · Q4_K_M
- 本地状态
- 当前未确认
- RTX 3090 实测
- 待精确配置验证
ollama run qwen3.6:27b 查看官方模型条目 ↗ 每日专题 · Daily Blog
阅读完整文章：模型选择、部署排障与成本决策。日期为文章发布日期，测速时间请以正文记录为准。
Qwen3.8 27B：先测完整任务，再比较本地与云端成本
准备运行 qwen3.8:27b 时，仅选择模型名称，还不能判断本地和云端哪个便宜。任务、量化、上下文、输出长度和硬件都会影响耗时。LocalVRAM 现在可以从主页直接带入模型标签，但不会自动填写未经验证的速度。
阅读全文ministral-3:14b：RTX 3090 历史测速与使用边界
ministral-3:14b 是一个在 24GB RTX 3090 上运行的中等速度通用模型 (77.0 tok/s)。对于批处理或离线工作负载，它值得在本地进行测试。对于实时交互使用，在投入使用前，请使用您典型的提示长度测量端到端延迟。
阅读全文llama3.3:70b：RTX 3090 历史测速与使用边界
llama3.3:70b 是一个在 24GB VRAM 上运行的重量级模型（1.5 tok/s）。它最适合离线批处理、概念验证或云端备用方案。在尝试交互式使用之前，请减少上下文或降低量化级别。
阅读全文核心导航
工具、模型目录、硬件分层与运行状态监控
RTX 3090 实测验证
查看 RTX 3090 历史运行记录、测试日期与证据范围。
查看验证页错误知识库
终端优先排障文档，直接给可执行修复路径。
高频问题修复本地跑还是租云
结合 ROI 计算器与云回退链路做实际决策。
对比云 GPU集群网络方案
面向本地集群规划的高意图实操指南。
打开指南后端对比
Ollama vs vLLM 的显存规划与运维取舍。
查看对比模型对比页
高意图模型选择场景的头对头比较。
打开示例对比Apple Silicon 专题
M 系列统一内存下的本地 LLM 规划指南。
查看指南每日专题博客
今天更新了什么，一眼看清数据与内容变化。
阅读专题文章模型规模导航
按许可、参数规模和场景组织的 200+ 模型页。
打开模型目录基准变更日志
按日期记录性能变化、环境快照与贡献流水线。
查看日志