ModelFit
ModelFit 是一个通过直接测量 GGUF 量化文件大小并结合 KV 缓存与开销计算来精确估算 LLM 显存需求的工具，提供逐量化版本的适配结论和交互式显存检查器。
时间轴 (近 90 天)
ModelFit 项目通过 fetch.py、build.py 等脚本，利用 Hugging Face 公共 API 获取每个 GGUF 量化版本的文件大小，计算总需求（权重+KV 缓存+开销），并生成适配结论页面。
ModelFit 在 config.json 可用时使用 GQA 公式精确计算 KV 缓存：2 × layers × kv_heads × head_dim × ctx × 2 bytes；否则采用“+20% 且最低 1.5GB”的启发式规则，并在页面明确标注。
ModelFit 对于 Kimi K3（unsloth 仓库），UD-Q1_0 量化实测文件大小为 466.4 GB，8K 上下文下所需 VRAM/RAM 为 561.1 GB；UD-Q4_K_XL 实测文件大小为 1.51 TB，所需约 1.6 TB；F16 约 3 TB。
ModelFit 每天有定时任务重新抓取数据、重新测试（用 llama.cpp 参考数字门控验证）、重新构建、部署，并通知 IndexNow；新模型发布后页面在 24 小时内上线。
ModelFit 默认上下文长度为 8K，并说明 KV 缓存随上下文线性增长。
ModelFit 对于没有 config.json 的仓库，使用“约 20% + 1.5GB”的固定开销规则，并在页面上标记，因此这些模型的数字仍是估算。
ModelFit 不包含运行时开销、框架差异和批处理策略的影响，因此文件大小是一种比纯公式更接近真实的基准参考，但并非万能。
全部知识事实 (7)
ModelFit 项目通过 fetch.py、build.py 等脚本，利用 Hugging Face 公共 API 获取每个 GGUF 量化版本的文件大小，计算总需求（权重+KV 缓存+开销），并生成适配结论页面。
50%待验证ModelFit 在 config.json 可用时使用 GQA 公式精确计算 KV 缓存：2 × layers × kv_heads × head_dim × ctx × 2 bytes；否则采用“+20% 且最低 1.5GB”的启发式规则，并在页面明确标注。
50%待验证ModelFit 对于 Kimi K3（unsloth 仓库），UD-Q1_0 量化实测文件大小为 466.4 GB，8K 上下文下所需 VRAM/RAM 为 561.1 GB；UD-Q4_K_XL 实测文件大小为 1.51 TB，所需约 1.6 TB；F16 约 3 TB。
50%待验证ModelFit 每天有定时任务重新抓取数据、重新测试（用 llama.cpp 参考数字门控验证）、重新构建、部署，并通知 IndexNow；新模型发布后页面在 24 小时内上线。
50%待验证ModelFit 默认上下文长度为 8K，并说明 KV 缓存随上下文线性增长。
50%待验证ModelFit 对于没有 config.json 的仓库，使用“约 20% + 1.5GB”的固定开销规则，并在页面上标记，因此这些模型的数字仍是估算。
50%待验证ModelFit 不包含运行时开销、框架差异和批处理策略的影响，因此文件大小是一种比纯公式更接近真实的基准参考，但并非万能。
50%