01Ce qu'il sait faire
- Léger : ~2,3 Go VRAM en Q4, tient sur petit GPU 4-6 Go
- Orienté raisonnement et suivi d'instructions
- 32k contexte natif
- Licence Apache 2.0 permissive
- —Fine-tune communautaire non officiel, pas de tag Ollama
- —4B : capacités générales limitées face aux modèles plus gros
- —Contexte 32k seulement
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 Qwen3 4B NemotronIF Reasoning SFT ?
Pour exécuter Qwen3 4B NemotronIF Reasoning SFT en local en quantification Q4, il faut environ 2.3 Go de VRAM. Le meilleur rapport prix/performance : un RTX 5060 Ti 16 Go (16 Go de VRAM, le meilleur €/Go).
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 : Qwen3 4B NemotronIF Reasoning 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.