01Ce qu'il sait faire
- Apache 2.0 (usage commercial libre)
- Architecture diffusion (alternative aux Transformers AR)
- Multimodal vision-langage
- 128k contexte natif
- —Pas de tag Ollama officiel — install via HuggingFace
- —Architecture diffusion : runtimes/quantif moins matures
- —Bench publics encore limités
04Installer
Installez Ollama pour votre OS. Vérifiez le modèle et sa quantification avant le téléchargement. Commencez avec 4096 tokens de contexte, puis contrôlez le placement avec ollama ps. Une commande ci-dessous n’est pas une preuve de test exécuté sur votre machine.
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.
Quel matériel pour DiffusionGemma 26B-A4B Instruct ?
Pour exécuter DiffusionGemma 26B-A4B Instruct en local en quantification Q4, il faut environ 15 Go de VRAM. Une option à comparer : RTX 5070 Ti 16 Go — gardez une marge pour le système et le contexte ; vérifiez la compatibilité du moteur avec le GPU.
Liens affiliés — commission possible sans surcoût pour vous, reco indépendante. En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
En mobilité : DiffusionGemma 26B-A4B Instruct tourne aussi sur un PC portable RTX (16 Go de VRAM) →
Ton ChatGPT privé et gratuit sur ta machine en 1 heure — LM Studio, Ollama, Open WebUI, tes documents, sans cloud.
- Espace en ligne à vie
- PDF + fichiers
- Mises à jour à vie
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.