Memoria en cada precisión
| Versión | Pesos | Con contexto | Mac más pequeña |
|---|---|---|---|
| 8 bits | 587 GB | 633 GB | más que cualquier Mac |
| 6 bits | 449 GB | 484 GB | más que cualquier Mac |
| 4 bits | 311 GB | 335 GB | 512 GB |
| 3 bits menor calidad | 242 GB | 261 GB | 512 GB |
| 2 bits menor calidad | 173 GB | 186 GB | 256 GB |
En cada chip de Apple
El tamaño de memoria más pequeño de cada chip que ejecuta DeepSeek V4.1 Flash 1017, la mejor versión que cabe y la velocidad de escritura que puedes esperar.
| Chip | Necesita | Versión | Tokens/s |
|---|---|---|---|
| M6 | no cabe en ningún tamaño | Demasiado grande | – |
| M5 Ultra | 512 GB | 4 bits Va bien | 60–107 |
| M5 Max | no cabe en ningún tamaño | Demasiado grande | – |
| M5 Pro | no cabe en ningún tamaño | Demasiado grande | – |
| M5 | no cabe en ningún tamaño | Demasiado grande | – |
| M4 Max | no cabe en ningún tamaño | Demasiado grande | – |
| M4 Pro | no cabe en ningún tamaño | Demasiado grande | – |
| M4 | no cabe en ningún tamaño | Demasiado grande | – |
| M3 Ultra | 512 GB | 4 bits Va bien | 41–73 |
| M3 Max | no cabe en ningún tamaño | Demasiado grande | – |
| M3 Pro | no cabe en ningún tamaño | Demasiado grande | – |
| M3 | no cabe en ningún tamaño | Demasiado grande | – |
| M2 Ultra | no cabe en ningún tamaño | Demasiado grande | – |
| M2 Max | no cabe en ningún tamaño | Demasiado grande | – |
| M2 Pro | no cabe en ningún tamaño | Demasiado grande | – |
| M2 | no cabe en ningún tamaño | Demasiado grande | – |
| M1 Ultra | no cabe en ningún tamaño | Demasiado grande | – |
| M1 Max | no cabe en ningún tamaño | Demasiado grande | – |
| M1 Pro | no cabe en ningún tamaño | Demasiado grande | – |
| M1 | no cabe en ningún tamaño | Demasiado grande | – |
Cómo ejecutarlo
- La forma fácil: descarga MLX Harness, gratis y de código abierto. Busca DeepSeek V4.1 Flash 1017, descarga la versión que encaja con tu Mac y empieza a chatear. MLX Harness también ofrece el modelo a tus otras apps mediante una API compatible con OpenAI.Descarga MLX HarnessGratis · Apple Silicon · macOS 14.5 o posterior
- En Terminal, con MLX de Apple:
pip install mlx-lmmlx_lm.chat --model mlx-community/DeepSeek-V4.1-Flash-1017-oQ4e-mtpVersión MLX: mlx-community/DeepSeek-V4.1-Flash-1017-oQ4e-mtp en Hugging Face. Las demás precisiones están justo al lado.
Paso a paso: descargar y ejecutar LLM en tu Mac · cómo usar MLX Harness · MLX vs Ollama vs llama.cpp
Sobre DeepSeek V4.1 Flash 1017
| Creado por | DeepSeek |
|---|---|
| Parámetros | 552B en total · 16B activos (mezcla de expertos) |
| Contexto | 1M tokens |
| Licencia | MIT |
| Lanzamiento | 2026-10 |
| Entrada | Texto e imágenes |
| Inteligencia | 45,1 en el Artificial Analysis Intelligence Index |
| Pesos | deepseek-ai/DeepSeek-V4.1-Flash-1017 |
Guía: paso a paso en mlx.app
Preguntas
- ¿Cuánta memoria necesita DeepSeek V4.1 Flash 1017?
- Unos 311 GB de pesos a 4 bits, más espacio para el contexto: 335 GB en total. En una Mac, eso significa 512 GB de memoria unificada o más, porque macOS deja que la GPU use alrededor del 75 % de forma predeterminada.
- ¿Qué tan rápido va DeepSeek V4.1 Flash 1017 en una Mac?
- La velocidad de escritura depende del ancho de banda de memoria. Aquí, la Mac más rápida para este modelo es una con M5 Ultra y 512 GB, a unos 60–107 tokens por segundo (4 bits). La Mac más pequeña que lo ejecuta, con 512 GB, logra unos 60–107 con un M5 Ultra.
- ¿Por qué DeepSeek V4.1 Flash 1017 va más rápido de lo que sugiere su tamaño?
- Es un modelo de mezcla de expertos: mantiene 552B parámetros en memoria, pero solo lee 16B en cada token, así que escribe a la velocidad de un modelo mucho más pequeño.
Modelos similares
Para la ficha de tu modelo o tu README
Muestra la Mac más pequeña que ejecuta bien DeepSeek V4.1 Flash 1017 y enlaza a esta página.
[](https://mlx.app/run/deepseek-v4.1-flash-1017)Cómo se calcula
Memoria: los parámetros del modelo a 8, 6, 4, 3 o 2 bits por peso más las escalas por grupo de MLX (medio bit por peso), o su formato nativo, con espacio extra para el contexto. De forma predeterminada, macOS deja que la GPU use alrededor del 75 % de la memoria unificada. Velocidad: el ancho de banda de memoria dividido entre los bytes leídos por token es el techo para una conversación; en los benchmarks públicos de Apple Silicon de llama.cpp, las ejecuciones reales alcanzan entre el 45 % y el 80 % de ese techo, que es el rango que se muestra. Son estimaciones, no mediciones: mide tu propia Mac en MLX Bench. Datos de los modelos tomados de cada ficha oficial; datos de los chips, de las especificaciones técnicas de Apple. Revisado el 2026-10-19. Los mismos datos que mlx.app/compare.