#本地大模型
Qwen3.6-27B 实测报告：本地模型跑出 GPT-4 水准，27B Dense 架构超越 397B MoE
阿里发布了 Qwen3.6-27B，27B 参数的 Dense 架构模型（不是 MoE），原生支持 262K 上下文，Apache-2.0 开源。
苏米注：Dense 架构相比 MoE 部署更简单，不需要考虑路由问题，推理更稳定。这是本…
llmfit 开源工具：一键检测你的电脑能跑哪些本地大模型
今年以来，OpenClaw、Hermes 这些 Agent 工具接连爆火，但 Token 消耗快得吓人，只是对话几次、简单设置个任务，一天就烧掉几十块。于是越来越多人把目光转向了本地模型部署，既省钱又能离线使用。
苏米注：但真动手的时候，…
Mac Mini M4 部署 Qwen3.5 最佳方案：MLX、Ollama、DFlash 全面对比评测
苏米注：手持一台 Mac Mini M4 16GB，想跑本地大模型但不知道选哪个方案？这篇文章帮你选。我来详细对比 MLX、Ollama 和 DFlash 三种部署方案的优劣。
一、Mac Mini M4 16GB 能跑什么模型
先算一笔账…
MiniMax-M2.7 量化版本地部署指南：Unsloth 22 个版本选择 +3 种部署方式详解
苏米注：MiniMax-M2.7 量化版发布后，Unsloth 团队第一时间推出了 22 个 GGUF 量化版本，从 1-bit 到 8-bit 全覆盖。最值得关注的是 4-bit 动态量化版只需要 108GB，一台 128GB 内存的 M…
Gemma 4 端侧部署完整指南：手机/RK3588/笔记本硬件选型与部署步骤
Gemma 4 模型家族与端侧部署场景
Gemma 4 的开源将端侧 AI 推向工程化落地阶段。它提供四个变体，针对不同资源场景设计：E2B（最轻量）、E4B（平衡版）、26B A4B（MoE 架构）和 31B（最强性能）。
端侧部署的核心…
本地大模型部署实战：Ollama×魔搭社区从0到1搭建LLM私有环境
为什么选择本地化部署？
作为产品经理，我在过去一年里测试了20+个大模型部署方案。
今天分享的Ollama×魔搭社区组合，是我目前在企业级和个人项目中验证过的最优解。
我们的核心诉求很明确：在保证性能的前提下，最大化部署灵活性。…