01规格
02需要多少显存（估算）
向量模型体量小，显存随批量和序列长度增长。
| 精度 | 权重 | 权重 + 开销 | 最低显卡 | Mac |
|---|---|---|---|---|
| BF16 / FP16（原始精度） | 18.5 GB | 20.8 GB | RTX 4090 24GB | Mac 36GB |
| FP8 / INT8 / Q8_0 | 9.8 GB | 11.3 GB | 16GB 显卡 | Mac 24GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 5.6 GB | 6.7 GB | 8GB 显卡 | Mac 16GB |
每权重比特：BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%；Mac GPU 约可用统一内存的 2/3（≤36GB）或 3/4（更大机型）。MoE 模型所有专家都要进显存，按总参数算。 估算方法 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
- Transformers — 官方模型卡提及
- Sentence Transformers — 官方模型卡提及
04官方仓库与量化版
BAAI 官方发布的 1 个仓库。
05BGE 向量与重排 其他模型
全部 8 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| bge-code-v1 | 1.54B | 1.5 GB | 2025-05-15 |
| BGE-VL-base | 150M | 0.6 GB | 2025-02-25 |
| BGE-VL-large | 428M | 0.8 GB | 2025-02-25 |
| bge-en-icl | 7.11B | 5.2 GB | 2024-07-25 |
| bge-reranker-v2.5-gemma2-lightweight | 9.24B | 6.7 GB | 2024-07-25 |
| bge-reranker-v2-m3 | 568M | 0.9 GB | 2024-03-15 |
| bge-m3 | — | — | 2024-01-27 |
06来源
数据核对于 2025-10-13。参数、上下文、许可取自官方仓库；显存为本站估算。