01Ce qu'il sait faire
- Raisonnement pas-à-pas explicite (chaîne de pensée)
- Dense 7B : tient sur GPU 8 Go en Q4 (~4,2 Go)
- Base OLMo 100% ouverte (poids + données + code)
- Licence Apache 2.0 permissive
- —Fine-tune communautaire, non officiel Allen AI
- —Contexte 16k modeste face aux 128k récents
- —Pas de tag Ollama officiel (déploiement via Hugging Face)
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 GPU pour faire tourner OLMo 3 7B Think (SFT) ?
Pour exécuter OLMo 3 7B Think (SFT) en local en quantification Q4, il faut environ 4.2 Go de VRAM. Le meilleur rapport prix/performance : un RTX 5060 (8 Go de VRAM).
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 : OLMo 3 7B Think (SFT) tourne aussi sur un PC portable RTX (16 Go de VRAM) →
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.
04Installer
Le chemin le plus court : Ollama. Une commande, le modèle est téléchargé et lancé.