选择模型

哪个模型适合你的显卡。

嵌入模型也会列出。它们把文本转成向量，供文档库使用，但不能进行对话。

浏览与下载#

设置 → 模型 列出 Hugging Face 上最热门的 100 个 GGUF 模型，并支持搜索。点击某个模型可展开其量化版本。每个版本都会显示文件大小。

点击某个版本的下载按钮。同一时间进行两个下载，其余的在队列中等待，所以你可以排上任意多个。搜索栏右侧的下载图标会用红色角标显示有多少个正在进行。点击它可以查看每一个的进度、剩余时间和取消按钮。取消正在进行的下载会立即删除未完成的 .download 文件，取消排队中的下载则只是把它从队列中移除。

每个已安装的模型都带有标签：Chat、Code、Embedding 或 Images。嵌入模型和图像模型不会作为聊天模型提供。应用暂时无法运行的模型，例如语音识别或文字转语音，不会出现在下载列表中。

载入内存#

Draggy 仅在发送提示词时载入模型。当引擎启动时，状态行会显示实际加载进度：将模型复制到内存或显存、从磁盘读取模型、读取提示词并就绪引擎。

Windows 与 Linux#

Draggy 会选择能装下的最高档位。稠密模型必须装进显存，且不超过系统内存的 80%，因为引擎要先把整个模型读入内存。显存不足 2 GB 的机器，例如使用集成显卡的，则按系统内存的一半来算，最多计为 8 GB。

混合专家（MoE）模型会把活跃部分留在显卡上，其余放在内存里，所以它同时计算显存和内存：前者的 90% 加上后者的 80%，必须能装下模型文件。

规模更大的模型还需要 8 GB 或以上的显卡（DeepSeek V4 Flash 需 10 GB，GLM-5.3-Flash 需 12 GB）。

Apple silicon#

Mac 没有单独的显存，所以 Draggy 只使用统一内存的 75%，把其余留给系统。基础版或 Pro 芯片用第一列的模型。内存带宽大得多的 Max 或 Ultra，在其全部内存都能装下时，用再大一档的模型。

Intel 处理器的 Mac 不属于 Apple silicon。Draggy 会按上面「Windows 与 Linux」一节的规则来确定模型大小。

读懂 GPU 百分比#

设置 → 模型以百分比显示每个模型有多少装得进 GPU。绿色表示 98% 或以上的模型装得下。 琥珀色（60% 到 98%）表示有一部分在 CPU 上运行，速度较慢。红色（低于 60%）表示模型大了一档：请降一档。

已加载的模型在那里会多出一个卸载模型按钮，它只释放显存，不删除任何东西。

语音模型#

语音对话用的是它自己的模型，在 设置 → Chat → 语音对话里设置。