Gemma 4 31B IT: какие файлы скачать (GGUF/Ollama/MLX) — все кванты, размеры и VRAM
Полная раскладка весовых файлов Gemma 4 31B IT (32.7 B): 9 записей — Ollama-теги, GGUF (все кванты и провайдеры, multi-part), MLX и vLLM-сборки. Размеры — точные байты из манифестов/репо от 19.10.2026, не оценка «0.6 × параметры».
Dense-модель: и память, и скорость — по полным 32.7 B.
Ollama (registry.ollama.ai)
| Тег | Квант | Размер | Запуск |
|---|---|---|---|
gemma4:31b | Q4_K_M | 18.67 ГБ | ollama pull gemma4:31b |
Размер — сумма слоёв манифеста registry.ollama.ai (19.10.2026). Реестр несёт один квант на тег (обычно Q4_K_M): прочие кванты — в GGUF-таблице ниже.
GGUF (все кванты и провайдеры)
| Квант | Файл / провайдер | Размер | Скачать |
|---|---|---|---|
| Q4_0 | ggml-org/gemma-4-31b-it-GGUF ↗ gemma-4-31B-it-Q4_0.gguf | 17.99 ГБ | |
| Q8_0 | ggml-org/gemma-4-31b-it-GGUF ↗ gemma-4-31B-it-Q8_0.gguf | 32.64 ГБ | |
| Q4_K_M | unsloth/gemma-4-31b-it-GGUF ↗ gemma-4-31B-it-Q4_K_M.gguf | 18.32 ГБ | |
| Q5_K_M | unsloth/gemma-4-31b-it-GGUF ↗ gemma-4-31B-it-Q5_K_M.gguf | 21.66 ГБ | |
| Q8_0 | unsloth/gemma-4-31b-it-GGUF ↗ gemma-4-31B-it-Q8_0.gguf | 32.64 ГБ |
mmproj — визуальный проектор: mmproj-gemma-4-31B-it-BF16.gguf (+1.2 ГБ, отдельный файл) · mtp — головы спекулятивного декодирования: mtp-gemma-4-31B-it-Q4_0.gguf (+0.28 ГБ, отдельный файл)
MLX (только Apple Silicon)
| Репозиторий | Квант | Размер | Скачать |
|---|---|---|---|
| mlx-community/gemma-4-31b-it-4bit ↗ | 4bit | 18.41 ГБ · 4 части | РФ (hf-mirror) ↗ |
Сколько памяти под контекст
| Контекст | KV-кэш (fp16) | Итого (Q4_K_M 18.67 ГБ + KV + 1.5 ГБ) | 8 ГБ | 12 ГБ | 16 ГБ | 24 ГБ |
|---|---|---|---|---|---|---|
| 4K | 4 ГБ | 24.2 ГБ | — | — | — | — |
| 8K | 8.1 ГБ | 28.2 ГБ | — | — | — | — |
| 16K | 16.1 ГБ | 36.3 ГБ | — | — | — | — |
| 32K | 32.2 ГБ | 52.4 ГБ | — | — | — | — |
KV — оценка 16-бит (fp16-кэш); q8_0-KV-кэш режет колонку KV вдвое. У модели скользящее окно 1024 — расчёт по всем слоям (верхняя оценка).
Влезает на N ГБ (Q4_K_M, контекст 16K + overhead)
| Память | Бюджет (90%) | Итого @16K | Вердикт | Макс. контекст |
|---|---|---|---|---|
| 8 ГБ | 7.2 ГБ | 36.3 ГБ | не влезает → offload | не влезает даже без контекста |
| 16 ГБ | 14.4 ГБ | 36.3 ГБ | не влезает → offload | не влезает даже без контекста |
| 24 ГБ | 21.6 ГБ | 36.3 ГБ | не влезает → offload | до ~1K токенов |
| 48 ГБ | 43.2 ГБ | 36.3 ГБ | влезает | до ~23K токенов |
Бюджет — 90% VRAM (dedicated); unified (Mac) — 70–85%. Не влезает → CPU-offload (1–5 tok/s) или часть весов на GPU (n-gpu-layers). Минимально из вердиктов: 48 ГБ.
Оговорки и ссылки
- Размеры — фактические байты из Ollama-реестра / HF API от 19.10.2026 (методика — в данных files.json).
- «РФ (hf-mirror)» — зеркало hf-mirror.com (Япония): проверено из-за границы 19.10.2026, доступность из РФ не проверялась — проверьте со своего IP (гайд: скачать в России).
- Ссылки на HuggingFace/hf-mirror —
rel="nofollow"(не e-com). Оценка памяти — модель, не бенчмарк.