昨天跟人聊天的时候，我就聊到昨天我已经试了llama 3.2 1b和3b两个模型，

不仅效果已经足够好了，而且1b这个体量简直解决了痛点，无论在游戏nvidia GPU还是apple silicon，inference速度都足够快，如果仅仅是简单的chatbot应用，已经可以日常使用了。

这么多人赌run LLMs locally，简直是赌对了。