01Ce qu'il sait faire
Points forts
- Qualité état de l'art en mars 2024
- Fort en code et maths
- Databricks Open Model License
Limites à connaître
- —76 Go VRAM Q4 — multi-GPU requis
- —Largement dépassé par DeepSeek V3/R1 en 2025
Architecture
MoE · 132B total / 36B actifs · 16 experts, 4 actifs par token
Entraînement
Databricks — 12T tokens haute qualité, fort en code et science.
Idéal pour
MoE entrepriseChat pro
02Mémoire requise
VRAM GPU approximative pour faire tourner ce modèle, overhead contexte de 4k tokens inclus. Pour un contexte plus long, ajoutez ~1 Go par tranche de 8k tokens.
Q4_K_M
Le plus léger, ~5% de perte
76 Go
Q5_K_M
Bon compromis qualité/taille
94 Go
Q8_0
Quasi-indistinguable de FP16
140 Go
FP16
Pleine précision — usage serveur
264 Go
Fallback CPU · Si vous n'avez pas de GPU, comptez 112 Go de RAM minimum pour faire tourner ce modèle à vitesse réduite.
03Vitesse attendue
Tokens générés par seconde en Q4_K_M, contexte 4k. Au-delà de 20 t/s, la lecture est confortable. En dessous de 10 t/s, c'est juste pour tester.
04Benchmarks publics
Scores reproduits depuis les model cards ou MMLU-Pro / communautaires. Unité : % bonnes réponses.
MMLU
73.7
HumanEval
70.1
05Installer
Le chemin le plus court : Ollama. Une commande, le modèle est téléchargé et lancé.
$ollama run dbrx
LM Studio
Interface graphique, zéro CLI
→ Voir le guide
llama.cpp
Perf brute, build from source
→ Voir le guide
vLLM
Serveur OpenAI-compatible prod
→ Voir le guide
Jan / GPT4All
Apps desktop tout-en-un
→ Voir le guide
⚠
Premier téléchargement : entre 2 et 40 Go selon la quantization choisie. Espace disque à prévoir, connexion stable recommandée. Les relances suivantes sont instantanées.