插图来源：Storyset
Meta 在 4 月中旬开源了 Llama 3，首发 8B 和 70B 两个版本。开源社区瞬间沸腾：这是 Llama 2 之后最重要的开源模型。普通人最关心的问题只有一个：我的电脑能跑吗？ 清单式回答。
能跑吗：配置清单#
- 8B 版本（量化后）：16GB 内存的电脑就能跑，M1/M2 Mac、主流 Windows 本都行，速度可接受；
- 8B 满血版：需要一张 16GB 显存的显卡（如 RTX 4080）或 32GB 统一内存的 Mac；
- 70B 版本：普通人别想了，至少 2 张 24GB 显卡或 64GB+ 内存的 Mac Studio 起步；
- 最低门槛玩法：用 Ollama 一键跑 8B 量化版，Mac / Windows / Linux 全支持，Ollama 上手看这篇。
Llama 3 强在哪#
- 8B 打 70B：8B 版本的跑分接近上一代 70B 级别，端侧小模型的春天；
- 中文可用：官方主要优化英文，但中文问答已经能用，社区微调版更多；
- 商用友好：延续 Llama 社区许可，大部分商业场景可直接用。
和闭源模型差多少#
实话：70B 版约等于 GPT-3.5 到 GPT-4 之间的水平，离 GPT-4 和 Claude 3 Opus 还有代差。但开源的意义不在"最强"，而在"可控"：数据不出内网、可微调、免费——这三点是企业和个人开发者的刚需。
普通人怎么玩#
- 装 Ollama，拉 8B 量化模型，先跑起来；
- 试试 LM Studio 的图形界面，更友好；
- 有 NAS 或软路由的，可以 24 小时挂着当私人助理。
不想本地跑？云端平替#
嫌折腾本地环境，2024 年有几个白嫖/低成本的云端选择：
- Groq：推理速度极快，Llama 3 8B 免费额度大方，适合尝鲜；
- Together AI：免费额度跑 Llama 3 70B，体验大模型的实力；
- 火山/硅基流动：国内平台也有 Llama 3 镜像，中文优化更好。
先云端试手感，确定常用再折腾本地部署，顺序别反了。
常见问题排错#
- 下载慢：模型文件几个 GB，换网络环境或等半夜，Ollama 支持断点续传；
- 显存/内存不足：换更小的量化版（Q4），或关掉其他吃内存的应用；
- 中文回答夹英文：正常现象，Llama 3 中文还在追赶，社区中文微调版会好一些；
- 速度慢：8B 在核显本上约 10~20 tokens/秒，能用；想要快就上独显；
- 想换模型：
ollama pull拉新模型，ollama list看本地已有，一台电脑跑多个模型没问题； - 开远程访问：设环境变量
OLLAMA_HOST，手机/平板连局域网地址就能用。
Ollama 实战：三步跑起来#
- 安装：官网下载 Ollama，Mac / Windows / Linux 都有，一路下一步；
- 拉模型：终端输入
ollama run llama3:8b，第一次会下载几个 GB，耐心等； - 开聊：下载完直接对话，中文问答、写代码、总结文档都能试。
进阶：想换图形界面用 LM Studio；想在手机上玩，内网部署后用 App 连。局域网内的旧电脑、NAS，都能变成你的"私人 AI 服务器"。
量化版怎么选#
社区量化版本众多，新手记住：
- Q4：体积小、速度快，日常用首选；
- Q8：更接近原版，内存够就上；
- 别纠结：先跑起来，觉得不够聪明再换大的。
一句话：Llama 3 让"本地大模型"从极客玩具变成了实用工具。8B 模型 + 16GB 内存，就是 2024 年的甜点配置。