Speicher bei jeder Genauigkeit
| Version | Gewichte | Mit Kontext | Kleinster Mac |
|---|---|---|---|
| 8 Bit | 1 TB | 1,1 TB | mehr als jeder Mac |
| 6 Bit | 792 GB | 856 GB | mehr als jeder Mac |
| 4 Bit | 548 GB | 592 GB | mehr als jeder Mac |
| 3 Bit geringere Qualität | 427 GB | 461 GB | mehr als jeder Mac |
| 2 Bit geringere Qualität | 305 GB | 329 GB | 512 GB |
Auf jedem Apple-Chip
Die kleinste Speichergröße jedes Chips, mit der Inkling läuft, die beste Version, die hineinpasst, und das Schreibtempo, das du erwarten kannst.
| Chip | Braucht | Version | Tokens/s |
|---|---|---|---|
| M6 | keine Größe passt | Zu groß | – |
| M5 Ultra | 512 GB | 2 Bit Läuft gut | 42–75 |
| M5 Max | keine Größe passt | Zu groß | – |
| M5 Pro | keine Größe passt | Zu groß | – |
| M5 | keine Größe passt | Zu groß | – |
| M4 Max | keine Größe passt | Zu groß | – |
| M4 Pro | keine Größe passt | Zu groß | – |
| M4 | keine Größe passt | Zu groß | – |
| M3 Ultra | 512 GB | 2 Bit Läuft gut | 29–51 |
| M3 Max | keine Größe passt | Zu groß | – |
| M3 Pro | keine Größe passt | Zu groß | – |
| M3 | keine Größe passt | Zu groß | – |
| M2 Ultra | keine Größe passt | Zu groß | – |
| M2 Max | keine Größe passt | Zu groß | – |
| M2 Pro | keine Größe passt | Zu groß | – |
| M2 | keine Größe passt | Zu groß | – |
| M1 Ultra | keine Größe passt | Zu groß | – |
| M1 Max | keine Größe passt | Zu groß | – |
| M1 Pro | keine Größe passt | Zu groß | – |
| M1 | keine Größe passt | Zu groß | – |
So führst du es aus
- Der einfache Weg: Lade MLX Harness herunter, kostenlos und Open Source. Suche nach Inkling, lade die Version, die zu deinem Mac passt, und chatte los. MLX Harness stellt das Modell auch deinen anderen Apps über eine OpenAI-kompatible API bereit.MLX Harness herunterladenKostenlos · Apple Silicon · macOS 14.5 oder neuer
- Im Terminal mit Apples MLX:
pip install mlx-lmmlx_lm.chat --model mlx-community/Inkling-mlx-4bitBuild: mlx-community/Inkling-mlx-4bit auf Hugging Face. Andere Genauigkeiten liegen gleich daneben.
Schritt für Schritt: LLMs auf den Mac laden und ausführen · So nutzt du MLX Harness · MLX vs. Ollama vs. llama.cpp
Über Inkling
| Von | Thinking Machines Lab |
|---|---|
| Parameter | 975B gesamt · 41B aktiv (Mixture of Experts) |
| Lizenz | Apache-2.0 |
| Veröffentlicht | 2026-07 |
| Eingabe | Text und Bilder |
| Intelligenz | 25 im Artificial Analysis Intelligence Index |
| Gewichte | thinkingmachines/Inkling |
Fragen
- Wie viel Speicher braucht Inkling?
- Etwa 548 GB für die Gewichte mit 4 Bit, plus Platz für den Kontext: insgesamt 592 GB. Das ist mehr, als heute irgendein Mac hat.
- Wie schnell ist Inkling auf einem Mac?
- Das Schreibtempo hängt von der Speicherbandbreite ab. Der schnellste Mac dafür ist hier einer mit M5 Ultra und 512 GB, mit etwa 42–75 Tokens pro Sekunde (2 Bit). Der kleinste Mac, der es ausführt, schafft mit 512 GB etwa 42–75 auf dem M5 Ultra.
- Warum läuft Inkling schneller, als seine Größe vermuten lässt?
- Es ist ein Mixture-of-Experts-Modell: Es hält 975B Parameter im Speicher, liest pro Token aber nur 41B. Darum schreibt es so schnell wie ein viel kleineres Modell.
Ähnliche Modelle
Für deine Model Card oder README
Zeigt den kleinsten Mac, der Inkling gut ausführt, und verlinkt hierher.
[](https://mlx.app/run/inkling)So wird gerechnet
Speicher: die Parameter des Modells mit 8, 6, 4, 3 oder 2 Bit pro Gewicht plus die Gruppenskalen von MLX (ein halbes Bit pro Gewicht) oder in seinem nativen Format, dazu Platz für den Kontext. Standardmäßig lässt macOS die GPU etwa 75 % des gemeinsamen Arbeitsspeichers nutzen. Tempo: Speicherbandbreite geteilt durch die pro Token gelesenen Bytes ergibt die Obergrenze für eine Unterhaltung; in den öffentlichen Apple Silicon Benchmarks von llama.cpp erreichen echte Läufe etwa 45 % bis 80 % davon, und diese Spanne zeigen wir. Das sind Schätzungen, keine Messungen: Miss deinen eigenen Mac mit MLX Bench. Modellwerte aus der jeweiligen offiziellen Model Card, Chipwerte aus Apples technischen Daten. Geprüft am 2026-10-19. Dieselben Daten wie auf mlx.app/compare.