llama.cppggml-org（Georgi Gerganov 等）
纯 C/C++ 的推理实现，把大模型塞进 CPU、Mac 统一内存和各种边缘设备，GGUF 量化格式的事实标准。
推理框架 / 服务引擎GGUFCPU / Metal / CUDA / Vulkan1.5~8bit 量化无 Python 依赖
Tiny Aya Global
模型简介
覆盖 70 多种语言的端侧小模型，把多语言覆盖做到手机可跑的程度。
- 参数量
- 3.3B
- 上下文
- 128K
- 硬件
- 端侧可跑
- 所属
- Aya
- 类型
- 纯文本
- 商用
- 不可商用
- 许可
- CC-BY-NC-4.0
- 发布
- 2026-02-13
- 收录
- 2026-10-03