Memoria en cada precisión
| Versión | Pesos | Con contexto | Mac más pequeña |
|---|---|---|---|
| 8 bits | 8,5 GB | 10 GB | 16 GB |
| 6 bits | 6,5 GB | 8 GB | 16 GB |
| 4 bits | 4,5 GB | 6 GB | 8 GB |
| 3 bits menor calidad | 3,5 GB | 5 GB | 8 GB |
| 2 bits menor calidad | 2,5 GB | 4 GB | 8 GB |
En cada chip de Apple
El tamaño de memoria más pequeño de cada chip que ejecuta Llama 3.1 8B Instruct, la mejor versión que cabe y la velocidad de escritura que puedes esperar.
| Chip | Necesita | Versión | Tokens/s |
|---|---|---|---|
| M6 | 16 GB | 6 bits Va bien | 11–19 |
| M5 Ultra | 96 GB | 8 bits Va bien | 64–113 |
| M5 Max | 36 GB | 8 bits Va bien | 24–43 |
| M5 Pro | 24 GB | 8 bits Va bien | 16–29 |
| M5 | 16 GB | 6 bits Va bien | 11–19 |
| M4 Max | 36 GB | 8 bits Va bien | 22–39 |
| M4 Pro | 24 GB | 8 bits Va bien | 14–26 |
| M4 | 16 GB | 4 bits Va bien | 12–21 |
| M3 Ultra | 96 GB | 8 bits Va bien | 43–77 |
| M3 Max | 36 GB | 8 bits Va bien | 16–28 |
| M3 Pro | 18 GB | 6 bits Va bien | 10–18 |
| M3 | 8 GB | 4 bits Va bien | 10–18 |
| M2 Ultra | 64 GB | 8 bits Va bien | 42–75 |
| M2 Max | 32 GB | 8 bits Va bien | 21–38 |
| M2 Pro | 16 GB | 8 bits Va bien | 11–19 |
| M2 | 8 GB | 4 bits Va bien | 10–18 |
| M1 Ultra | 64 GB | 8 bits Va bien | 42–75 |
| M1 Max | 32 GB | 8 bits Va bien | 21–38 |
| M1 Pro | 16 GB | 8 bits Va bien | 11–19 |
| M1 | 8 GB | 4 bits Lento | 7–12 |
Cómo ejecutarlo
- La forma fácil: descarga MLX Harness, gratis y de código abierto. Busca Llama 3.1 8B Instruct, 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/Llama-3.1-8B-Instruct-4bitVersión MLX: mlx-community/Llama-3.1-8B-Instruct-4bit 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 Llama 3.1 8B Instruct
| Creado por | Meta |
|---|---|
| Parámetros | 8B (denso) |
| Contexto | 128K tokens |
| Licencia | Llama 3.1 Community License |
| Lanzamiento | 2024-07 |
| Entrada | Texto |
| Pesos | meta-llama/Llama-3.1-8B-Instruct |
Preguntas
- ¿Cuánta memoria necesita Llama 3.1 8B Instruct?
- Unos 4,5 GB de pesos a 4 bits, más espacio para el contexto: 6 GB en total. En una Mac, eso significa 8 GB de memoria unificada o más, porque macOS deja que la GPU use alrededor del 75 % de forma predeterminada.
- ¿Qué tan rápido va Llama 3.1 8B Instruct 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 96 GB, a unos 64–113 tokens por segundo (8 bits). La Mac más pequeña que lo ejecuta, con 8 GB, logra unos 10–18 con un M3.
- ¿La cuantización empeora Llama 3.1 8B Instruct?
- A 4 bits, la mayoría de los modelos se mantienen cerca de la calidad original; por debajo de 4 bits, la calidad cae más rápido. Elige la precisión más alta que quepa en tu Mac con margen.
Modelos similares
Para la ficha de tu modelo o tu README
Muestra la Mac más pequeña que ejecuta bien Llama 3.1 8B Instruct y enlaza a esta página.
[](https://mlx.app/run/llama-3.1-8b)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.