Ollama

llmfit 教學帶你在下載本地大模型前，先掃描 CPU、GPU 與記憶體，判讀量化、tok/s 和適配分數。以 M4 Pro 24GB 的 Qwen3 MoE 與 32B 密集模型案例，說明預估和實測的差別，再用 plan 固定上下文、透過 Ollama 驗證速度與載入方式，找到合適模型，減少下載後才發現太慢的試錯。