Ornith 1.5 35B-A3B: какие файлы скачать (GGUF/Ollama/MLX) — все кванты, размеры и VRAM
Полная раскладка весовых файлов Ornith 1.5 35B-A3B (35.9 B (MoE, active 3 B)): 5 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».
MoE: память — по total 35.9 B (MoE, active 3 B), скорость — по active ~3 B. MoE: память — по total 35.9B, скорость — по active ~3B. Официальный MLX только bf16 (69.3 ГБ, 14 частей) — 4bit-варианта у ornith-ai нет; для Apple Silicon берите GGUF-4bit.
Ollama (registry.ollama.ai)
| Тег | Квант | Размер | Запуск |
|---|---|---|---|
ornith:35b · тег 35b = Ornith-1.5-35B-A3B | Q4_K_M | 21.17 ГБ | ollama pull ornith:35b |
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_K_M | ornith-ai/Ornith-1.5-35B-A3B-GGUF ↗ Ornith-1.5-35B-Q4_K_M.gguf | 21.71 ГБ | |
| Q5_K_M | ornith-ai/Ornith-1.5-35B-A3B-GGUF ↗ Ornith-1.5-35B-Q5_K_M.gguf | 25.35 ГБ | |
| Q8_0 | ornith-ai/Ornith-1.5-35B-A3B-GGUF ↗ Ornith-1.5-35B-Q8_0.gguf | 37.8 ГБ |
MLX (только Apple Silicon)
| Репозиторий | Квант | Размер | Скачать |
|---|---|---|---|
| ornith-ai/Ornith-1.5-35B-A3B-MLX ↗ | bf16 (официальный MLX, 14 частей) | 69.32 ГБ · 14 части | РФ (hf-mirror) ↗ |
Здесь — только bf16 (официальный MLX, 14 частей) (69.32 ГБ, 14 частей); 4bit у провайдера отсутствует — для Apple Silicon берите GGUF-Q4_K_M из таблицы выше.
Сколько памяти под контекст
| Контекст | KV-кэш (fp16) | Итого (Q4_K_M 21.17 ГБ + KV + 1.5 ГБ) | 8 ГБ | 12 ГБ | 16 ГБ | 24 ГБ |
|---|---|---|---|---|---|---|
| 4K | 0.1 ГБ | 22.8 ГБ | — | — | — | — |
| 8K | 0.2 ГБ | 22.8 ГБ | — | — | — | — |
| 16K | 0.3 ГБ | 23 ГБ | — | — | — | — |
| 32K | 0.7 ГБ | 23.3 ГБ | — | — | — | — |
KV — оценка 16-бит (fp16-кэш); q8_0-KV-кэш режет колонку KV вдвое.
Влезает на N ГБ (Q4_K_M, контекст 16K + overhead)
| Память | Бюджет (90%) | Итого @16K | Вердикт | Макс. контекст |
|---|---|---|---|---|
| 8 ГБ | 7.2 ГБ | 23 ГБ | не влезает → offload | не влезает даже без контекста |
| 16 ГБ | 14.4 ГБ | 23 ГБ | не влезает → offload | не влезает даже без контекста |
| 24 ГБ | 21.6 ГБ | 23 ГБ | не влезает → offload | не влезает даже без контекста |
| 48 ГБ | 43.2 ГБ | 23 ГБ | влезает | до ~1002K 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.