granite3.1-moe
The IBM Granite 1B and 3B models are long-context mixture of experts (MoE) Granite models from IBM designed for low latency usage.
许可 unknownQ4 ~4GB舒适 8GB3–9B 入门档本地优先
部署预估（启发式）
默认推荐卡 RTX 4060 8GB · 量化 Q4 · ctx 8k · 并发 1
适配偏紧
需 / 有效显存7.4/8G
吞吐 tok/s~26.5
引擎Ollama / llama.cpp / llama-server
推荐：ollama → llamacpp，量化 Q4，先单流压测再开并发。
下载与部署入口
一键本地拉取
ollama run granite3.1-moe
参数1b/3b
默认量化Q4
默认上下文8K
发布—
推荐引擎
- Ollama（上手最快）
- llama.cpp / llama-server
标签：MoE · Agent · 对话 · 家族 Other open：Command-R、Solar、RWKV、MiniCPM 等。
同家族
- GPT-OSS 20B · 20B · Q4~12GB
- gpt-oss · ~7B · Q4~4GB
- aya · ~7B · Q4~4GB
- cogito · ~7B · Q4~4GB
- command-r · ~7B · Q4~4GB
- deepscaler · 1.5b · Q4~4GB
站内推荐
同系工具：Clavue CLI / imux IDE / clavue-2.1
Clavue · CLI 与 Agent 平台
CLI / GUI Agent 运行时、设备登录、会员额度与 OpenAI 兼容 API（api.clavue.com）。开发脚本、CI 与本地工具一条链路。
打开 Clavue ↗imux · 原生 macOS AI IDE
Clavue 平台的原生 IDE：多 Agent 分屏、Ghostty 级终端、Agent Chat、浏览器自动化与 Supervisor——不是又一个 Electron 壳。
了解 imux ↗Clavue 2.1 · 产品级大模型
旗舰模型 clavue-2.1（及 fast / pro / rev）：适合复杂推理与长程 Agent 循环。Chat、imux、API 共用会员额度。
查看模型 ↗