{
  "updated": "2026-10-20",
  "note": "tags and sizes verified against registry.ollama.ai on 2026-10-03 (the two test models on 2026-10-04); Ollama builds are GGUF (Q4_K_M unless noted), not NVFP4; coding models added 2026-10-08 (sizes from registry.ollama.ai manifests); Nemotron 3.5 / 3 Super entries added 2026-10-20 (sizes and licenses read from the Hugging Face API, not downloaded)",
  "models": [
    {
      "id": "test-tiny",
      "tag": "smollm2:135m",
      "title": "SmolLM2 135M",
      "runtime": "ollama",
      "size_gb": 0.27,
      "params": "135M",
      "quant": "F16",
      "task": {
        "th": "ทดสอบ (เล็กมาก)",
        "en": "Test (tiny)"
      },
      "note": {
        "th": "โมเดลเล็กสุดไว้ทดลองดาวน์โหลดและดูว่าไปอยู่ดิสก์ไหน (ในเครื่องหรือ external); คุณภาพไม่พอใช้งานจริง",
        "en": "The smallest model, for trying a download and seeing where it lands (machine or external disk); not good enough for real work"
      }
    },
    {
      "id": "test-small",
      "tag": "qwen2.5:1.5b",
      "title": "Qwen2.5 1.5B",
      "runtime": "ollama",
      "size_gb": 1,
      "params": "1.5B",
      "quant": "Q4_K_M",
      "task": {
        "th": "ทดสอบ / ตอบสั้นๆ",
        "en": "Test / short answers"
      },
      "note": {
        "th": "เล็กพอให้ลองย้ายไปมาระหว่างเครื่องกับ external ได้เร็ว และยังตอบรู้เรื่องพอสมควร",
        "en": "Small enough to move between the machine and the external disk quickly, and still answers sensibly"
      }
    },
    {
      "id": "coding-agent",
      "tag": "qwen3.8:27b",
      "title": "Qwen3.8 27B",
      "runtime": "ollama",
      "size_gb": 17.7,
      "params": "27.3B",
      "quant": "Q4_K_M",
      "task": {
        "th": "เขียนโค้ด / Agent",
        "en": "Coding / Agent"
      },
      "note": {
        "th": "ตารางแนะนำรุ่น NVFP4 บน vLLM; ตัวนี้เป็นรุ่น GGUF บน Ollama ใช้ได้ทันที",
        "en": "The plan recommends NVFP4 on vLLM; this is the GGUF build on Ollama, usable now"
      }
    },
    {
      "id": "agent-tools",
      "tag": "qwen3.6:35b",
      "title": "Qwen3.6 35B (MoE)",
      "runtime": "ollama",
      "size_gb": 22.6,
      "params": "35.5B MoE",
      "quant": "Q4_K_M",
      "task": {
        "th": "Agent / เรียกเครื่องมือ",
        "en": "Agent / tool use"
      },
      "note": {
        "th": "รุ่น MoE ตอบเร็วกว่าขนาดที่ดูจากตัวเลข; รุ่น NVFP4 รอ vLLM",
        "en": "MoE: faster than its size suggests; the NVFP4 build waits for vLLM"
      }
    },
    {
      "id": "reasoning",
      "tag": "gpt-oss:120b",
      "title": "GPT-OSS 120B",
      "runtime": "ollama",
      "size_gb": 65.4,
      "params": "116.8B",
      "quant": "MXFP4",
      "task": {
        "th": "ทั่วไป / Reasoning",
        "en": "General / Reasoning"
      },
      "note": {
        "th": "ใหญ่มาก (65 GB) ใช้หน่วยความจำเกือบครึ่งเครื่อง; ตารางแนะนำ LM Studio แต่ Ollama ก็มีรุ่นนี้",
        "en": "Very large (65 GB); the plan suggests LM Studio, but Ollama also has it"
      }
    },
    {
      "id": "reasoning-lite",
      "tag": "gpt-oss:20b",
      "title": "GPT-OSS 20B",
      "runtime": "ollama",
      "size_gb": 13.8,
      "params": "~20B",
      "quant": "MXFP4",
      "task": {
        "th": "ทั่วไป / Reasoning (เบา)",
        "en": "General / Reasoning (light)"
      },
      "note": {
        "th": "ตัวเล็กของ GPT-OSS เหมาะลองก่อนตัว 120B",
        "en": "Smaller GPT-OSS, a good first try before the 120B"
      }
    },
    {
      "id": "nemotron",
      "tag": "nemotron-3-nano:30b",
      "title": "Nemotron 3 Nano 30B",
      "runtime": "ollama",
      "size_gb": 24.3,
      "params": "31.6B MoE",
      "quant": "Q4_K_M",
      "task": {
        "th": "ทั่วไป (ข้อความ)",
        "en": "General (text)"
      },
      "note": {
        "th": "รุ่น Omni (multimodal) ไม่มีใน Ollama — ดูรายการ LM Studio ด้านล่าง",
        "en": "The Omni (multimodal) build is not on Ollama — see the LM Studio entry below"
      }
    },
    {
      "id": "chat-14b",
      "tag": "qwen3:14b",
      "title": "Qwen3 14B",
      "runtime": "ollama",
      "size_gb": 9.3,
      "params": "14.8B",
      "quant": "Q4_K_M",
      "task": {
        "th": "แชตเร็วๆ",
        "en": "Fast chat"
      },
      "note": {
        "th": "ตัวเล็ก เร็ว เหมาะเป็นตัวเริ่มต้น",
        "en": "Small and fast, a good default"
      }
    },
    {
      "id": "chat-32b",
      "tag": "qwen3:32b",
      "title": "Qwen3 32B",
      "runtime": "ollama",
      "size_gb": 20.2,
      "params": "32.8B",
      "quant": "Q4_K_M",
      "task": {
        "th": "แชต (คุณภาพสูงขึ้น)",
        "en": "Chat (higher quality)"
      },
      "note": {
        "th": "",
        "en": ""
      }
    },
    {
      "id": "coder-14b",
      "tag": "qwen2.5-coder:14b",
      "title": "Qwen2.5 Coder 14B",
      "runtime": "ollama",
      "size_gb": 9,
      "params": "14.8B",
      "quant": "Q4_K_M",
      "task": {
        "th": "เขียนโค้ด (เบา/เร็ว)",
        "en": "Coding (light/fast)"
      },
      "note": {
        "th": "",
        "en": ""
      }
    },
    {
      "id": "coder-32b",
      "tag": "qwen2.5-coder:32b",
      "title": "Qwen2.5 Coder 32B",
      "runtime": "ollama",
      "size_gb": 19.9,
      "params": "32.8B",
      "quant": "Q4_K_M",
      "task": {
        "th": "เขียนโค้ด",
        "en": "Coding"
      },
      "note": {
        "th": "",
        "en": ""
      }
    },
    {
      "id": "coder-30b",
      "tag": "qwen3-coder:30b",
      "title": "Qwen3 Coder 30B (MoE)",
      "runtime": "ollama",
      "size_gb": 18.6,
      "params": "30.5B MoE",
      "quant": "Q4_K_M",
      "task": {
        "th": "เขียนโค้ด (รุ่นใหม่)",
        "en": "Coding (newer)"
      },
      "note": {
        "th": "",
        "en": ""
      }
    },
    {
      "id": "qwen38-flash-next",
      "tag": "qwen3.8-flash-next:125b-a6b-nvfp4",
      "title": "Qwen3.8 Flash Next (preview)",
      "runtime": "ollama",
      "size_gb": 104.9,
      "params": "125B MoE (A6B)",
      "quant": "NVFP4",
      "task": {
        "th": "ทดลอง: สถาปัตยกรรมของ Qwen4 (ใหญ่มาก)",
        "en": "Experimental: the architecture behind Qwen4 (very large)"
      },
      "note": {
        "th": "รุ่นทดลองของ Qwen (ตัวอย่างสถาปัตยกรรมที่ Qwen4 จะใช้) ใช้หน่วยความจำ ~105 GB จากทั้งหมด ~121 GB: ต้องไม่มีโมเดลอื่นโหลดอยู่และเครื่องแทบไม่เหลือที่ให้งานอื่น; ยังไม่เคยทดสอบบนเครื่องนี้ รุ่น Q4_K_M ใหญ่ถึง 120 GB จึงไม่เสนอ",
        "en": "Qwen's experimental preview of the architecture behind Qwen4. ~105 GB of the ~121 GB of memory: nothing else can be loaded and the machine has almost no room left; never tried on this machine. The Q4_K_M build is 120 GB and is not offered"
      }
    },
    {
      "id": "lmstudio-devstral-small",
      "tag": "lmstudio-community/Devstral-Small-2-24B-Instruct-2512-GGUF@Q4_K_M",
      "title": "Devstral Small 2 (LM Studio)",
      "runtime": "lmstudio",
      "size_gb": 14.3,
      "params": "24B",
      "quant": "Q4_K_M",
      "task": {
        "th": "เขียนโค้ด / Agent (เบา เร็ว)",
        "en": "Coding / Agent (light, fast)"
      },
      "note": {
        "th": "รุ่นเดียวกับ Devstral Small 2 บน Ollama แต่รันด้วย LM Studio (GGUF)",
        "en": "The same model as Devstral Small 2 on Ollama, run by LM Studio (GGUF)"
      }
    },
    {
      "id": "lmstudio-glm-flash",
      "tag": "lmstudio-community/GLM-4.7-Flash-GGUF@Q4_K_M",
      "title": "GLM-4.7-Flash (LM Studio)",
      "runtime": "lmstudio",
      "size_gb": 18.1,
      "params": "30B class",
      "quant": "Q4_K_M",
      "task": {
        "th": "เขียนโค้ด / ใช้ทั่วไป (เบา)",
        "en": "Coding / general (light)"
      },
      "note": {
        "th": "รุ่นเดียวกับ GLM-4.7-Flash บน Ollama แต่รันด้วย LM Studio (GGUF)",
        "en": "The same model as GLM-4.7-Flash on Ollama, run by LM Studio (GGUF)"
      }
    },
    {
      "id": "vllm-coder-next-nvfp4",
      "tag": "RedHatAI/Qwen3-Coder-Next-NVFP4",
      "title": "Qwen3-Coder-Next NVFP4 (vLLM)",
      "runtime": "vllm",
      "size_gb": 47.6,
      "params": "80B MoE (A3B)",
      "quant": "NVFP4",
      "task": {
        "th": "เขียนโค้ด / Agent (เร็วบน GB10)",
        "en": "Coding / Agent (fast on GB10)"
      },
      "note": {
        "th": "ควอนไทซ์ NVFP4 โดย Red Hat (ไม่ใช่ของ Qwen เอง) สำหรับ vLLM บนเครื่อง Blackwell; ยังไม่เคยทดสอบบนเครื่องนี้",
        "en": "NVFP4 quantization by Red Hat (not Qwen's own) for vLLM on Blackwell machines; never tried on this machine"
      }
    },
    {
      "id": "glm-flash",
      "tag": "glm-4.7-flash:latest",
      "title": "GLM-4.7-Flash",
      "runtime": "ollama",
      "size_gb": 19,
      "params": "30B class",
      "quant": "Q4_K_M",
      "task": {
        "th": "เขียนโค้ด / ใช้ทั่วไป (เบา)",
        "en": "Coding / general (light)"
      },
      "note": {
        "th": "Z.ai: ระบุว่าแข็งแรงที่สุดในกลุ่ม 30B สมดุลระหว่างคุณภาพกับความเร็ว",
        "en": "Z.ai: described as the strongest in the 30B class, balancing quality and speed"
      }
    },
    {
      "id": "north-mini-code",
      "tag": "north-mini-code-1.0:latest",
      "title": "North Mini Code 1.0",
      "runtime": "ollama",
      "size_gb": 18.6,
      "params": "30B MoE (A3B)",
      "quant": "Q4_K_M",
      "task": {
        "th": "เขียนโค้ด / Agent (เบา เร็ว)",
        "en": "Coding / Agent (light, fast)"
      },
      "note": {
        "th": "Cohere: โมเดลแรกสำหรับนักพัฒนา เน้นงานวิศวกรรมซอฟต์แวร์แบบ agent เร็วเพราะใช้พารามิเตอร์ที่ทำงานจริงแค่ ~3B",
        "en": "Cohere's first model for developers, built for agentic software engineering; fast because only ~3B parameters are active"
      }
    },
    {
      "id": "devstral-large",
      "tag": "devstral-2:latest",
      "title": "Devstral 2",
      "runtime": "ollama",
      "size_gb": 74.9,
      "params": "123B",
      "quant": "Q4_K_M",
      "task": {
        "th": "เขียนโค้ด / Agent (ใหญ่ ช้ากว่า)",
        "en": "Coding / Agent (large, slower)"
      },
      "note": {
        "th": "รุ่นใหญ่ของ Devstral ใช้หน่วยความจำ ~75 GB: โมเดลแชทอื่นต้องถูกปลดออกระหว่างใช้งาน",
        "en": "The large Devstral; ~75 GB of memory, so other chat models are unloaded while it is in use"
      }
    },
    {
      "id": "devstral-small",
      "tag": "devstral-small-2:latest",
      "title": "Devstral Small 2",
      "runtime": "ollama",
      "size_gb": 15.2,
      "params": "24B",
      "quant": "Q4_K_M",
      "task": {
        "th": "เขียนโค้ด / Agent (เบา เร็ว)",
        "en": "Coding / Agent (light, fast)"
      },
      "note": {
        "th": "Mistral: สำรวจโค้ดหลายไฟล์ ใช้เครื่องมือ และแก้หลายไฟล์ได้ ขนาดเล็กพอเปิดค้างไว้พร้อมโมเดลอื่น",
        "en": "Mistral: explores a codebase, uses tools and edits several files; small enough to keep loaded next to other models"
      }
    },
    {
      "id": "coder-next",
      "tag": "qwen3-coder-next:latest",
      "title": "Qwen3-Coder-Next",
      "runtime": "ollama",
      "size_gb": 51.7,
      "params": "80B MoE (A3B)",
      "quant": "Q4_K_M",
      "task": {
        "th": "เขียนโค้ด / Agent (เก่งสุดในกลุ่มโค้ด)",
        "en": "Coding / Agent (strongest coder here)"
      },
      "note": {
        "th": "ทีม Qwen ระบุว่าออกแบบมาสำหรับงานเขียนโค้ดแบบ agent บนเครื่องตัวเอง; ใช้หน่วยความจำ ~52 GB ยังเหลือพอให้โมเดลเล็กๆ ทำงานคู่กันได้ (ยังไม่ได้วัดกับ Go โดยเฉพาะ)",
        "en": "Qwen's own coding model for agentic work on local machines; ~52 GB of memory, leaves room for small models next to it (not benchmarked on Go specifically)"
      }
    },
    {
      "id": "tiny-test",
      "tag": "qwen2.5:0.5b",
      "title": "Qwen2.5 0.5B",
      "runtime": "ollama",
      "size_gb": 0.4,
      "params": "0.5B",
      "quant": "Q4_K_M",
      "task": {
        "th": "ทดสอบระบบ",
        "en": "System test"
      },
      "note": {
        "th": "เล็กมาก ไว้ลองว่าระบบทำงาน ไม่เหมาะใช้งานจริง",
        "en": "Tiny; just to check the system works"
      }
    },
    {
      "id": "vllm-qwen38-nvfp4",
      "tag": "nvidia/Qwen3.8-27B-NVFP4",
      "title": "Qwen3.8 27B NVFP4",
      "runtime": "vllm",
      "size_gb": 21.9,
      "params": "27B",
      "quant": "NVFP4",
      "task": {
        "th": "เขียนโค้ด / Agent (เร็วบน GB10)",
        "en": "Coding / Agent (fast on GB10)"
      },
      "note": {
        "th": "รุ่นทางการของ NVIDIA (NVFP4, license Apache-2.0) รันบน vLLM — โหลดครั้งแรกใช้เวลาหลายนาที",
        "en": "Official NVIDIA NVFP4 build (Apache-2.0) served by vLLM — the first load takes several minutes"
      }
    },
    {
      "id": "vllm-qwen36-nvfp4",
      "tag": "nvidia/Qwen3.6-35B-A3B-NVFP4",
      "title": "Qwen3.6 35B-A3B NVFP4",
      "runtime": "vllm",
      "size_gb": 23.4,
      "params": "35B MoE",
      "quant": "NVFP4",
      "task": {
        "th": "Agent / เรียกเครื่องมือ (เร็วบน GB10)",
        "en": "Agent / tool use (fast on GB10)"
      },
      "note": {
        "th": "รุ่นทางการของ NVIDIA (NVFP4, Apache-2.0) รันบน vLLM",
        "en": "Official NVIDIA NVFP4 build (Apache-2.0) served by vLLM"
      }
    },
    {
      "id": "lmstudio-nemotron-omni",
      "tag": "lmstudio-community/Nemotron-3-Nano-Omni-30B-A3B-Reasoning-GGUF@Q4_K_M",
      "title": "Nemotron 3 Nano Omni 30B-A3B (GGUF)",
      "runtime": "lmstudio",
      "size_gb": 26.1,
      "params": "30B-A3B MoE",
      "quant": "Q4_K_M",
      "task": {
        "th": "ทั่วไป / Multimodal",
        "en": "General / Multimodal"
      },
      "note": {
        "th": "ผ่าน LM Studio (ไม่มีใน Ollama) ไฟล์ใหญ่ ~26 GB; license 'other' อ่านเงื่อนไขก่อนใช้; ยังไม่ได้ทดสอบดาวน์โหลดตัวนี้บนเครื่องจริง",
        "en": "Via LM Studio (not on Ollama). Large, ~26 GB; license 'other', read the terms; this download has not been tested on the machine yet"
      },
      "match": "nemotron-3-nano-omni"
    },
    {
      "id": "vllm-nemotron-omni-nvfp4",
      "tag": "nvidia/Nemotron-3-Nano-Omni-30B-A3B-Reasoning-NVFP4",
      "title": "Nemotron 3 Nano Omni 30B-A3B (NVFP4)",
      "runtime": "vllm",
      "size_gb": 22.4,
      "params": "30B MoE",
      "quant": "NVFP4",
      "task": {
        "th": "ทั่วไป / Multimodal",
        "en": "General / Multimodal"
      },
      "note": {
        "th": "รุ่นทางการของ NVIDIA license 'other' (อ่านเงื่อนไขก่อนใช้) — ยังไม่ยืนยันว่ารุ่น vLLM ที่ใช้รองรับ multimodal ครบ",
        "en": "Official NVIDIA build, license 'other' (read the terms) — not verified that this vLLM version handles all multimodal inputs"
      }
    },
    {
      "id": "vllm-nemotron35-lightning-nvfp4",
      "tag": "nvidia/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-NVFP4",
      "title": "Nemotron 3.5 Lightning 30B-A3B (NVFP4)",
      "runtime": "vllm",
      "size_gb": 21.6,
      "params": "30B MoE (A3B)",
      "quant": "NVFP4",
      "task": {
        "th": "Agent ทั่วไป (ข้อความ) ที่เบา เหลือที่ให้ภาพ/วิดีโอทำงานคู่กัน",
        "en": "General agent (text), light enough to run next to image/video jobs"
      },
      "note": {
        "th": "รุ่นทางการของ NVIDIA ขนาดไฟล์จริง 21.6 GB (ไม่ต้องขออนุญาตโหลด) license 'other' อ่านเงื่อนไขก่อนใช้; ยังไม่ได้ทดสอบบนเครื่องนี้ และยังไม่ยืนยันว่า vLLM ที่ใช้รองรับสถาปัตยกรรมนี้",
        "en": "Official NVIDIA build, 21.6 GB on disk (no access request needed), license 'other': read the terms. Not tried on this machine; not verified that our vLLM supports this architecture"
      }
    },
    {
      "id": "lmstudio-nemotron35-bolt",
      "tag": "nvidia/NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB-GGUF",
      "title": "Nemotron 3.5 Bolt 74B-A9B (2-bit GGUF)",
      "runtime": "lmstudio",
      "size_gb": 23.8,
      "params": "74B MoE (A9B)",
      "quant": "IQ2 (2-bit)",
      "task": {
        "th": "Coding agent ที่เร็ว + มองภาพได้ (ใช้หน่วยความจำน้อย)",
        "en": "Fast coding agent with vision (small memory)"
      },
      "note": {
        "th": "รุ่นทางการของ NVIDIA ไฟล์รวม 23.8 GB (โมเดล 22.0 + ตัวอ่านภาพ 1.7) ควอนไทซ์ 2-bit อาจเสียคุณภาพ ควรเทียบกับรุ่นโค้ดที่มีอยู่ก่อนใช้จริง; license 'other'; ผ่าน LM Studio (llama.cpp) ยังไม่ได้ทดสอบ และยังไม่ยืนยันว่า LM Studio รุ่นที่ติดตั้งรองรับ",
        "en": "Official NVIDIA build, 23.8 GB in total (model 22.0 + vision projector 1.7). 2-bit may cost quality: compare with the coding models we already have. License 'other'. Via LM Studio (llama.cpp); not tried, and not verified that the installed LM Studio supports it"
      },
      "match": "nemotron-3.5-bolt"
    },
    {
      "id": "vllm-nemotron35-super-vl-nvfp4",
      "tag": "nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4",
      "title": "Nemotron 3.5 Super VL 120B-A12B (NVFP4)",
      "runtime": "vllm",
      "size_gb": 75.1,
      "params": "120B MoE (A12B)",
      "quant": "NVFP4",
      "task": {
        "th": "Agent + มองภาพ + เขียนโค้ด (ใช้ทีละงาน ห้ามรันภาพ/วิดีโอพร้อมกัน)",
        "en": "Agent + vision + coding (one job at a time: do not run image/video next to it)"
      },
      "note": {
        "th": "รุ่นทางการของ NVIDIA ขนาดไฟล์ 75.1 GB เต็มเกือบทั้งหน่วยความจำของ GB10 (~121 GB) เมื่อรวม KV cache; license 'other'; ยังไม่ได้ทดสอบบนเครื่องนี้",
        "en": "Official NVIDIA build, 75.1 GB on disk: with the KV cache it takes most of the GB10's ~121 GB. License 'other'. Not tried on this machine"
      }
    },
    {
      "id": "vllm-nemotron3-super-nvfp4",
      "tag": "nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-NVFP4",
      "title": "Nemotron 3 Super 120B-A12B (NVFP4)",
      "runtime": "vllm",
      "size_gb": 80.4,
      "params": "120B MoE (A12B)",
      "quant": "NVFP4",
      "task": {
        "th": "Reasoning (ใช้ทีละงาน ห้ามรันภาพ/วิดีโอพร้อมกัน)",
        "en": "Reasoning (one job at a time: do not run image/video next to it)"
      },
      "note": {
        "th": "รุ่นทางการของ NVIDIA ขนาดไฟล์ 80.4 GB ใกล้เต็มหน่วยความจำของ GB10; license 'other'; ยังไม่ได้ทดสอบบนเครื่องนี้",
        "en": "Official NVIDIA build, 80.4 GB on disk: close to the GB10's whole memory. License 'other'. Not tried on this machine"
      }
    },
    {
      "id": "test-ollama-qwen25-1.5b",
      "tag": "qwen2.5:1.5b",
      "title": "Qwen2.5 1.5B Instruct",
      "runtime": "ollama",
      "size_gb": 1,
      "params": "1.5B",
      "quant": "Q4_K_M",
      "task": {
        "th": "ทดสอบ (เทียบ 3 runtime)",
        "en": "Test (compare 3 runtimes)"
      },
      "note": {
        "th": "โมเดลเดียวกับอีกสองตัวด้านล่าง ใช้เทียบความเร็ว/พฤติกรรมของ Ollama กับ LM Studio กับ vLLM",
        "en": "Same model as the next two entries, to compare Ollama, LM Studio and vLLM"
      }
    },
    {
      "id": "test-lmstudio-qwen25-1.5b",
      "tag": "lmstudio-community/Qwen2.5-1.5B-Instruct-GGUF@Q4_K_M",
      "match": "qwen2.5-1.5b-instruct",
      "title": "Qwen2.5 1.5B Instruct (GGUF)",
      "runtime": "lmstudio",
      "size_gb": 1,
      "params": "1.5B",
      "quant": "Q4_K_M",
      "task": {
        "th": "ทดสอบ LM Studio",
        "en": "LM Studio test"
      },
      "note": {
        "th": "ผ่าน LM Studio (Apache-2.0) ไฟล์เล็ก ดาวน์โหลดเร็ว",
        "en": "Via LM Studio (Apache-2.0), small and quick to download"
      }
    },
    {
      "id": "test-vllm-qwen25-1.5b",
      "tag": "Qwen/Qwen2.5-1.5B-Instruct",
      "title": "Qwen2.5 1.5B Instruct",
      "runtime": "vllm",
      "size_gb": 3.1,
      "params": "1.5B",
      "quant": "BF16",
      "task": {
        "th": "ทดสอบ vLLM",
        "en": "vLLM test"
      },
      "note": {
        "th": "ผ่าน vLLM (Apache-2.0) ใช้ทดสอบ runner/Docker ก่อนลองโมเดลใหญ่",
        "en": "Via vLLM (Apache-2.0); use it to test the runner/Docker before a big model"
      }
    }
  ]
}