01Ce qu'il sait faire
- 128k contexte en 3.8B
- Licence MIT
- Très rapide
- Surprenant en raisonnement vs taille
- —10 Go VRAM Q4 (sur-dimensionné pour 3.8B)
- —Moins bon que Phi-4 en qualité
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 Phi-3.5 Mini ?
Pour exécuter Phi-3.5 Mini en local en quantification Q4, il faut environ 10 Go de VRAM. Le meilleur rapport prix/performance : un RTX 5070 12 Go (12 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 : Phi-3.5 Mini 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.
04Benchmarks publics
Scores reproduits depuis les model cards ou MMLU-Pro / communautaires. Unité : % bonnes réponses.
05Installer
Le chemin le plus court : Ollama. Une commande, le modèle est téléchargé et lancé.