待验证50% 置信事实精确时间

Q4量化可将模型体积缩减至原来的约四分之一，MLX原生支持分组量化（Group Quantization）

1

来源数

50%

置信度

长期有效

时效性

2026/7/13

首次发现

来源

Apple Silicon本地图生3D：20秒生成、2GB内存，Modelr开源应用实测

相关事实

已验证Q4量化将每个权重参数从16位压缩到4位，理论上可将模型体积缩小约75%83% 相似待验证Q4量化可将模型体积压缩至原来的约1/8，代价是约1-3%的基准测试精度损失75% 相似待验证Q6_K 使用 6-bit 量化并结合 K-quants 分组技术，相比 Q4 量化损失更小，相比 Q8 量化体积更小75% 相似待验证在投机解码场景中，Q3量化版本实际速度慢于Q4量化版本75% 相似待验证Q4_K_M采用分组量化策略，将权重张量划分为64或256维子块并独立计算缩放因子与零点，能将困惑度损失控制在1–3%以内73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/502823

API

curl https://kongchang.com/api/v1/knowledge/claims/502823

MCP

get_claim(id=502823)