模型在你电脑上有多大，只由一个数字决定：显存加内存。Maya 把最常用的部分放在显卡上，其余放进系统内存，放不下的部分在生成回答时从 NVMe 固态硬盘读取。

两个尺寸要分清楚。*整模*是让模型全部常驻显存加内存所需的容量；*推荐值*则额外为系统和默认上下文留出余量。低于推荐值模型照样能跑，只是更慢，因为缺的部分要从硬盘流式读取。

显存加内存对照表

单位为 GB。整模是模型全部放进内存所需容量，推荐值为系统与默认上下文留出余量。

模型量化整模推荐值（显存 + 内存）可运行设备
GLM-5.3-FlashMaya-XS约 8088NVIDIA、AMD、Mac*
GLM-5.3-FlashMaya-S24约 102128NVIDIA、AMD、Mac*
GLM-5.3-FlashMaya-S（默认）约 104128NVIDIA、AMD、Mac*
GLM-5.3-FlashMaya-M约 124160NVIDIA、AMD、Mac*
GLM-5.3-FlashMaya-L约 164192NVIDIA、AMD、Mac*
DeepSeek-V4.1-FlashMaya-XS121128NVIDIA、AMD
DeepSeek-V4.1-FlashMaya-S（默认）186224NVIDIA、AMD
DeepSeek-V4.1-FlashUD-IQ1_M140160NVIDIA、AMD
MiniMax-M3.1-FlashMaya-XS100128NVIDIA、AMD
MiniMax-M3.1-FlashMaya-S130160NVIDIA、AMD
Qwen-3.8-Flash-NextUD-IQ2_XS4764NVIDIA、AMD
Qwen-3.8-Flash-NextCYBER-FROST Q5_K_M8496NVIDIA、AMD

\* Mac（Apple 芯片）支持仍属实验性，且只覆盖 GLM-5.3-Flash 的 GGUF 量化版本。DeepSeek 与 Qwen 附带的 n-gram 词表始终留在固态硬盘上，不计入内存，所以下载体积比表里看到的更大。

按自己那台机器对号入座

你的电脑总内存能完整装下还能跑，但更慢
16 GB 显卡 + 48 GB 内存64Qwen UD-IQ2_XSGLM Maya-XS、GLM Maya-S24
24 GB 显卡 + 64 GB 内存88GLM Maya-XS、Qwen UD-IQ2_XSGLM Maya-S24、Qwen CYBER-FROST
32 GB 显卡 + 96 GB 内存128GLM Maya-S、GLM Maya-S24、MiniMax Maya-XSGLM Maya-M
48 GB 显卡 + 128 GB 内存176GLM Maya-M、MiniMax Maya-SGLM Maya-L、DeepSeek Maya-S
64 GB 显卡 + 128 GB 内存192GLM Maya-LDeepSeek Maya-S
64 GB 显卡 + 192 GB 内存256 以上DeepSeek Maya-S、MiniMax EXL3DeepSeek UD-IQ3_S
384 GB 内存的服务器384 以上全部模型，含 DeepSeek UD-Q8_K_XL—

共享内存的机器（Strix Halo、Gorgon Halo 或 Mac）只算一次总量，并给系统留出约 16 GB。独立显卡则更要看清分配：同样的总容量，放在显存里的部分越多，速度越快。

底线

只要机器有受支持的显卡、32 GB 内存，以及能放下下载体积的高速 NVMe 固态硬盘，低于推荐值模型也能运行。机械硬盘不行。

放不进显存加内存的部分会在生成时从硬盘读取。可以跑，但离推荐值越远越慢。安装程序会直接报出你这台电脑能常驻多少模型内存，所以在下几百 GB 的下载之前，先看清这个数字。

表格低端那一档，经典的「跑一个大模型」配置是 RTX 4090 或 RX 7900 XTX 配 64 GB 内存；像 RTX 4060 Ti 这样的小卡，更适合配能完整装进内存的 Qwen UD-IQ2_XS 版本，而不是让它一直从硬盘流式读取。