К содержимому
Другое

LFM-3-Coder-Claude-Distill-GGUF

компактная модель для кода в формате GGUF

2 мин чтенияобновлено

Набор статических квантованных сборок (сжатых версий для запуска на обычном железе с меньшим расходом памяти) на базе модели Schnuckade/LFM-3-Coder-Claude-Distill от автора mradermacher. Репозиторий позволяет запускать эту кодер-модель локально через движки с поддержкой GGUF, выбирая оптимальный баланс между размером файла и качеством генерации. Доступно 12 вариантов сжатия весов: от сверхлёгких 0.9 ГБ до полных 16-битных 3.6 ГБ. Подойдёт разработчикам, которым нужен лёгкий локальный ассистент для написания кода на слабых GPU или CPU.

Ключевые особенности

  • Широкий выбор квантов: доступны 12 сборок — от Q2_K (0.9 ГБ) до Q8_0 (1.9 ГБ) и неквантованной f16 (3.6 ГБ).
  • Рекомендованные балансы: автор отмечает версии Q4_K_S и Q4_K_M (по 1.2 ГБ) как быстрые и оптимальные, Q6_K (1.5 ГБ) — как очень качественную, а Q8_0 — как лучшую по качеству.
  • Наличие IQ-квантов: в сборку включён вариант IQ4_XS (1.1 ГБ), который часто превосходит обычные кванты сопоставимого размера.
  • Статическое квантование: на момент релиза представлены только static-кванты (без imatrix-калибровки).

Что можно сделать

  • Запустить локальный автокомплит: подключить Q4_K_M (1.2 ГБ) или Q8_0 (1.9 ГБ) через llama.cpp, Ollama или LM Studio для генерации и анализа кода без облачных API.
  • Подобрать сборку под память: использовать IQ4_XS (1.1 ГБ) или Q2_K (0.9 ГБ) на устройствах с жестким ограничением по объёму оперативной или видеопамяти.

Пример

Для запуска достаточно скачать нужный .gguf файл из таблицы в карточке (например, LFM-3-Coder-Claude-Distill.Q4_K_M.gguf) и загрузить его в любой совместимый локальный раннер вроде llama.cpp.

ПодробнееБазовая модель: Schnuckade/LFM-3-Coder-Claude-Distill (язык: en)
Размер файлов: от 0.9 ГБ (Q2_K) до 3.6 ГБ (f16)
Доступные кванты: Q2_K, Q3_K_S, Q3_K_M, Q3_K_L, IQ4_XS, Q4_K_S, Q4_K_M, Q5_K_S, Q5_K_M, Q6_K, Q8_0, f16
Примечание: weighted/imatrix кванты на момент публикации отсутствуют
Обсудить 22 11,8 тыс.

Запустится ли?

Запустится в GGUF F16

Влезает самая точная из готовых сжатых версий.

  • GGUF F16веса 3.2 GB · готовые файлы4.1 GB
  • GGUF Q8_0рекомендуемвеса 1.7 GB · готовые файлы2.4 GB
  • GGUF Q6_Kвеса 1.3 GB · готовые файлы2.0 GB
  • GGUF Q5_K_Mвеса 1.2 GB · готовые файлы1.8 GB
  • GGUF Q5_K_Sвеса 1.1 GB · готовые файлы1.8 GB
  • GGUF Q4_K_Mвеса 1.0 GB · готовые файлы1.6 GB
  • GGUF Q4_K_Sвеса 1.0 GB · готовые файлы1.6 GB
  • GGUF IQ4_XSвеса 0.9 GB · готовые файлы1.5 GB
  • GGUF Q3_K_Lвеса 0.9 GB · готовые файлы1.5 GB
  • GGUF Q3_K_Mвеса 0.9 GB · готовые файлы1.4 GB
  • GGUF Q3_K_Sвеса 0.8 GB · готовые файлы1.4 GB
  • GGUF Q2_Kвеса 0.7 GB · готовые файлы1.3 GB

Совет: берите 8-bit.GGUF Q8_0 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: GGUF Q8_0 — от RTX 2060 · GGUF F16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # mradermacher/LFM-3-Coder-Claude-Distill-GGUF
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download mradermacher/LFM-3-Coder-Claude-Distill-GGUF --local-dir ~/models/LFM-3-Coder-Claude-Distill-GGUF
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к LFM-3-Coder-Claude-Distill-GGUF
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

  1. LFM3-1.7B-Baseоснова семьи
  2. LFM3-1.7B
  3. LFM-3-Coder-Claude-Distill
  4. LFM-3-Coder-Claude-Distill-GGUF

Новые посты про версии LFM3-1.7B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 9Все на Hugging Face

О модели

mradermacher/LFM-3-Coder-Claude-Distill-GGUF
Автор
mradermacher
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

11,8 тыс.22

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии