Model Tag 的核心概念是「推論伺服器用來定位特定模型版本的字串 key」。同一個模型家族（例如 Gemma 4）會被切出十幾個 tag、每個 tag 對應不同的參數量、訓練變體與量化等級、使用者用 tag 在 CLI 或 API 中指定要載入哪一份權重。

概念位置

Model tag 是介面層跟推論伺服器之間的識別碼、形式由各個伺服器各自定義。Ollama 用 family:size-variant-quantization 的單行字串、LM Studio 用 Hugging Face 完整檔名、llama.cpp 直接用 .gguf 檔路徑。同一份模型權重在不同伺服器有不同 tag 字串、但指向的底層GGUF權重可以是同一份。

可觀察訊號與例子

Ollama 的 tag 結構：

範例拆解
gemma4:e4bGemma 4、E4B（edge dense）、預設量化
gemma4:31b-instruct-q5_K_MGemma 4、31B、instruct-tuned、Q5_K_M 量化
gemma4:31b-coding-mtp-bf16Gemma 4、31B、coding 特化、含 MTP drafter
qwen3-coder:30bQwen3-Coder、30B 參數、預設量化
llama3.3:70b-instruct-q4_K_MLlama 3.3、70B、instruct、Q4_K_M

四個欄位裡、size 直接決定記憶體佔用、variant（instruct / coding / base）決定模型適合的任務型態、quantization 影響品質跟記憶體取捨。Tag 中省略某些欄位時、伺服器用該欄位的預設值（通常是「常用組合」）。

設計責任

選 tag 時要看三件事：先看 size 確認模型塞得進記憶體（對照硬體記憶體預算）、再看 variant 確認用途匹配（寫 code 要選 instruct / coding 變體、避免 base model 的隨機接龍行為）、最後看 quantization 決定品質 / 記憶體甜蜜點。完整可用 tag 在各伺服器的 model registry（Ollama 在 ollama.com/library、LM Studio 在 Discover 分頁）。