Μνήμη σε κάθε ακρίβεια
| Έκδοση | Βάρη | Με συμφραζόμενα | Μικρότερος Mac |
|---|---|---|---|
| 8-bit | 340 GB | 367 GB | 512 GB |
| 6-bit | 260 GB | 281 GB | 512 GB |
| 4-bit | 180 GB | 194 GB | 512 GB |
| 3-bit χαμηλότερη ποιότητα | 140 GB | 151 GB | 256 GB |
| 2-bit χαμηλότερη ποιότητα | 100 GB | 108 GB | 192 GB |
Σε κάθε τσιπ της Apple
Το μικρότερο μέγεθος μνήμης κάθε τσιπ που τρέχει το GLM-5.3 Flash, 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 | 8-bit Τρέχει καλά | 28–50 |
| M5 Max | 128 GB | 2-bit Οριακά | 49–88 |
| M5 Pro | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M5 | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M4 Max | 128 GB | 2-bit Οριακά | 44–78 |
| M4 Pro | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M4 | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M3 Ultra | 512 GB | 8-bit Τρέχει καλά | 19–34 |
| M3 Max | 128 GB | 2-bit Οριακά | 32–57 |
| M3 Pro | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M3 | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M2 Ultra | 192 GB | 2-bit Τρέχει καλά | 64–114 |
| 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 | 128 GB | 2-bit Οριακά | 64–114 |
| M1 Max | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M1 Pro | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
| M1 | κανένα μέγεθος δεν χωράει | Πολύ μεγάλο | – |
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 GLM-5.3 Flash
| Δημιουργός | Z.ai (Zhipu) |
|---|---|
| Παράμετροι | 320B συνολικά · 18B ενεργές (mixture of experts) |
| Συμφραζόμενα | 1M tokens |
| Άδεια | MIT |
| Κυκλοφορία | 2026-08 |
| Είσοδος | Κείμενο και εικόνες |
| Νοημοσύνη | 41,8 στον Artificial Analysis Intelligence Index |
| Βάρη | zai-org/GLM-5.3-Flash |
Ερωτήσεις
- Πόση μνήμη χρειάζεται το GLM-5.3 Flash;
- Περίπου 180 GB για τα βάρη σε 4-bit, συν χώρο για τα συμφραζόμενα: 194 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 GLM-5.3 Flash 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 28–50 tokens ανά δευτερόλεπτο (8-bit). Ο μικρότερος Mac που το τρέχει, με 512 GB, φτάνει περίπου τα 28–50 με M5 Ultra.
- Γιατί το GLM-5.3 Flash τρέχει πιο γρήγορα απ’ ό,τι δείχνει το μέγεθός του;
- Είναι μοντέλο mixture of experts: κρατά 320B παραμέτρους στη μνήμη αλλά διαβάζει μόνο 18B 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 GLM-5.3 Flash και οδηγεί εδώ.
[](https://mlx.app/run/glm-5.3-flash)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)