ARTICLE · 1167293
1万亿参数免费下载:在自己笔记本上跑大模型,3 步搞定
1万亿参数免费下载:在自己笔记本上跑大模型,3 步搞定很快，你电脑里会住着一个 AI：不用联网，不用花钱，聊天记录不出你的硬盘。 该说不说，这不是画饼。英伟达被曝已向开源大模型公司 Reflection AI 投了 8 亿美元（FT 报道）；Mistral 的 1 万亿参数大模型 Large 4，权重 10 月底免费放出下载。大模型正在从云端，搬进你的笔记本。 而你不用等到 10 月底——今天这篇，3 步让你的笔记本先跑起来。 本地跑大模型，以前是极客的玩具；Ollama 把它变成了"下一步、下一步"。 打开 ollama.com，点 Download，按你的系统（Windows/Mac/Linux）装好。装完打开终端（Windows 按 Win+R 输入 cmd），复制这行粘贴进去： ollama --version 看到版本号跳出来，就是装好了。Windows 用户直接装 exe，Mac 拖进 Applications，Linux 一行安装脚本搞定。 装完先别急着拉模型——第二步的对照表，能帮你省一半下载时间。 这就好比 AI 界的应用商店：Ollama 是商店，模型是里面的 App，一键下载、开箱即用。 
核心就一句话：参数大，不等于你的电脑能跑。模型是实打实吃内存的，拉错了只有卡死。 先看这张对照表，对号入座： 8GB 内存：llama3.2:3b（约 2.0GB）——日常问答、翻译润色够用 16GB 内存：llama3.1:8b（约 4.7GB）/ qwen3:8b（约 5.2GB）——主力推荐，论文润色、代码查错的主力机型 32GB 内存或有独立显卡：deepseek-r1:14b / qwen3:32b ——推理更强，啃难题用 
16GB 内存的电脑，直接复制这行： ollama pull llama3.1:8b 中文问答多的话，优先拉 qwen3:8b——通义系的模型中文语感更好，同样 16GB 内存跑得动： ollama pull qwen3:8b 等它下载完（4.7GB，校园网几分钟），再复制这行确认： ollama list 列表里出现模型名字，就是进货成功。 复制这行，回车，你的 AI 就住进电脑了： ollama run llama3.1:8b 直接中文对话。第一句可以问它："你是谁，用三句话介绍一下自己。"——3 秒验活。 这 3 个场景，是本地 AI 最香的地方： 第一个，断网也能润色论文。自习室没网、宿舍断网，照样用。提示词直接抄："下面这段话帮我润色得更学术，保持原意：……"——更狠的是整篇翻译：英文段落粘进去，加一句"翻译成中文，保持学术语气"，参考文献那堆长难句一次搞定。关键是，你的论文一个字都不用上传到云端。 第二个，代码报错本地看。把报错信息原样粘进去："这段 Python 报错了，帮我看看是哪一行的问题：……"本地模型看报错，隐私零风险。 第三个，没网的自习室查概念。"用一句话解释什么是傅里叶变换，再举个例子。"——相当于随身带了个不用流量的学霸。 第一个坑：别一上来就拉 70B 的。70B 的模型要 40GB 以上的内存，你的笔记本会直接卡成 PPT。实在想试大的，先看硬盘：70B 的量化版也要 40GB，C 盘先腾地方。先从 8B 玩起，玩熟了再说。 第二个坑：别被"参数"两个字吓到。讲道理，8B 模型的日常问答能力，已经覆盖了大部分人对 AI 的需求；名字里带 Q4 的是压缩过的量化版，体积小一半，照样能用。 第三个坑：别急着追 10 月底的大权重。Mistral Large 4（1 万亿参数）和 Reflection Beam 的权重 10 月底才放出来，放出来也要等社区打包成 Ollama 一键版。先把手头的 8B 玩熟，到时候无缝升级。 我的判断：本地大模型不是"更聪明"，是"更自由"——断网能用、记录不出硬盘、论文不用上传。云端 AI 负责聪明，本地 AI 负责放心。两条腿走路，才是学生党该有的姿势。 10 月底 1 万亿参数的 Mistral Large 4 开源后，本地 AI 的"聪明"还会再上一个台阶——先把今天这 3 步跑通，到时候你第一批就能玩上。 闹呢，都 2026 年了还觉得 AI 只能在网页上用？这篇收好，今晚就让你的笔记本住进一个 AI。 你电脑是 8G 还是 16G 内存？评论区报个配置，我帮你看看该拉哪个模型。 明天预告：一个 4 人游戏小团队，被 AI 接口账单逼到去银行贷款——学生党做课程项目调 AI 接口，3 个真实可用的成本控制方法，明天同一时间见。 这篇的 3 步命令清单和配置对照表高清图，我整理成了一页纸。关注小逸学AI，回复「本地」领取。 同样在为作业、论文、找工作焦虑的大学生，关注小逸学AI，我们一起把 AI 用成超能力。
第一步：3 分钟装好 Ollama
第二步：按你电脑的配置，拉一个模型