Μνήμη σε κάθε ακρίβεια
| Έκδοση | Βάρη | Με συμφραζόμενα | Μικρότερος Mac |
|---|---|---|---|
| 8-bit | 587 GB | 633 GB | περισσότερη από κάθε Mac |
| 6-bit | 449 GB | 484 GB | περισσότερη από κάθε Mac |
| 4-bit | 311 GB | 335 GB | 512 GB |
| 3-bit χαμηλότερη ποιότητα | 242 GB | 261 GB | 512 GB |
| 2-bit χαμηλότερη ποιότητα | 173 GB | 186 GB | 256 GB |
Σε κάθε τσιπ της Apple
Το μικρότερο μέγεθος μνήμης κάθε τσιπ που τρέχει το DeepSeek V4.1 Flash 1017, η καλύτερη έκδοση που χωράει και η ταχύτητα γραφής που μπορείτε να περιμένετε.
| Τσιπ | Απαιτεί | Έκδοση | Tokens/s |
|---|---|---|---|
| M6 | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M5 Ultra | 512 GB | 4-bit Τρέχει καλά | 60–107 |
| M5 Max | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M5 Pro | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M5 | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M4 Max | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M4 Pro | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M4 | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M3 Ultra | 512 GB | 4-bit Τρέχει καλά | 41–73 |
| M3 Max | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M3 Pro | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M3 | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M2 Ultra | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M2 Max | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M2 Pro | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M2 | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M1 Ultra | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M1 Max | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M1 Pro | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M1 | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
Μετρήσεις άλλων
Ταχύτητες decode του DeepSeek V4.1 Flash 1017 που μέτρησαν άλλοι στους δικούς τους Mac και δημοσίευσαν. Είναι μετρήσεις τρίτων, όχι δικές μας, και όχι οι παραπάνω εκτιμήσεις.
| Mac | Runtime | Ακρίβεια | Decode tok/s | Πηγή |
|---|---|---|---|---|
| Mac Studio M5 Ultra 256 GB | mlx-serve (PR #911) | 3.06 bpw (iQ-MLX: 2/3-bit experts, 4-bit trunk) | 69,4 | David Dalcu @ddalcu |
| Mac Studio M5 Ultra 256 GB | mlx-serve (PR #911) | 3.06 bpw (iQ-MLX: 2/3-bit experts, 4-bit trunk) | 100,4 | David Dalcu @ddalcu |
Τα αποτελέσματα διαφέρουν ανάλογα με το runtime και τις ρυθμίσεις: η έκδοσή του, η ακρίβεια, το μήκος των συμφραζομένων, το prompt και το αν το reasoning είναι ενεργό αλλάζουν την ταχύτητα.
Πώς να το τρέξετε
Βήμα προς βήμα: λήψη και εκτέλεση LLM σε Mac · MLX vs Ollama vs llama.cpp
Προτιμάτε μια εφαρμογή από το Τερματικό; Συγκρίνετε τις εφαρμογές Mac που τρέχουν τοπικά μοντέλα στο AI App Store: τιμή, άδεια και πού πηγαίνουν τα δεδομένα σας.
Σχετικά με το DeepSeek V4.1 Flash 1017
| Δημιουργός | DeepSeek |
|---|---|
| Παράμετροι | 552B συνολικά · 16B ενεργές (mixture of experts) |
| Συμφραζόμενα | 1M tokens |
| Άδεια | MIT |
| Κυκλοφορία | 2026-10 |
| Είσοδος | Κείμενο και εικόνες |
| Νοημοσύνη | 45,1 στον Artificial Analysis Intelligence Index |
| Βάρη | deepseek-ai/DeepSeek-V4.1-Flash-1017 |
Οδηγός: βήμα προς βήμα στο mlx.app
Ερωτήσεις
- Πόση μνήμη χρειάζεται το DeepSeek V4.1 Flash 1017;
- Περίπου 311 GB για τα βάρη σε 4-bit, συν χώρο για τα συμφραζόμενα: 335 GB συνολικά. Σε Mac αυτό σημαίνει 512 GB ενοποιημένης μνήμης ή περισσότερα, αφού το macOS αφήνει από προεπιλογή την GPU να χρησιμοποιεί περίπου το 75% της.
- Πόσο γρήγορο είναι το DeepSeek V4.1 Flash 1017 σε Mac;
- Η ταχύτητα γραφής εξαρτάται από το εύρος ζώνης μνήμης. Ο ταχύτερος Mac γι’ αυτό εδώ είναι ένας Mac με M5 Ultra και 512 GB, με περίπου 60–107 tokens ανά δευτερόλεπτο (4-bit). Ο μικρότερος Mac που το τρέχει, με 512 GB, φτάνει περίπου τα 60–107 με M5 Ultra.
- Γιατί το DeepSeek V4.1 Flash 1017 τρέχει πιο γρήγορα απ’ ό,τι δείχνει το μέγεθός του;
- Είναι μοντέλο mixture of experts: κρατά 552B παραμέτρους στη μνήμη αλλά διαβάζει μόνο 16B για κάθε token, οπότε γράφει με την ταχύτητα ενός πολύ μικρότερου μοντέλου.
Παρόμοια μοντέλα
Για την κάρτα μοντέλου ή το README σας
Δείχνει τον μικρότερο Mac που τρέχει καλά το DeepSeek V4.1 Flash 1017 και οδηγεί εδώ.
[](https://mlx.app/run/deepseek-v4.1-flash-1017)Πώς υπολογίζεται
Μνήμη: οι παράμετροι του μοντέλου σε 8, 6, 4, 3 ή 2 bit ανά βάρος συν τις κλίμακες ομάδων του MLX (μισό bit ανά βάρος), ή στην εγγενή του μορφή, με χώρο για τα συμφραζόμενα από πάνω. Από προεπιλογή το macOS αφήνει την GPU να χρησιμοποιεί περίπου το 75% της ενοποιημένης μνήμης. Ταχύτητα: το εύρος ζώνης μνήμης διαιρεμένο με τα bytes που διαβάζονται ανά token είναι το ανώτατο όριο για μία συνομιλία· στα δημόσια benchmarks Apple Silicon του llama.cpp οι πραγματικές εκτελέσεις φτάνουν περίπου το 45% έως 80% του ορίου, και αυτό το εύρος δείχνουμε. Είναι εκτιμήσεις, όχι μετρήσεις: μετρήστε τον δικό σας Mac στο MLX Bench. Στοιχεία μοντέλων από την επίσημη κάρτα κάθε μοντέλου, στοιχεία τσιπ από τα Τεχνικά χαρακτηριστικά της Apple. Ελέγχθηκε 2026-10-19. Ίδια δεδομένα με το mlx.app/compare.
Ανοιχτά δεδομένα: mlx.app/data (JSON, CSV)