Memoria en cada precisión
| Versión | Pesos | Con contexto | Mac más pequeña |
|---|---|---|---|
| 8 bits | 116 GB | 125 GB | 192 GB |
| 6 bits | 88,6 GB | 95,7 GB | 128 GB |
| 4 bits | 61,3 GB | 66,2 GB | 96 GB |
| 3 bits menor calidad | 47,7 GB | 51,5 GB | 96 GB |
| 2 bits menor calidad | 34,1 GB | 36,8 GB | 64 GB |
En cada chip de Apple
El tamaño de memoria más pequeño de cada chip que ejecuta Llama 4 Scout 17B-16E Instruct, 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 | 96 GB | 4 bits Va bien | 56–100 |
| M5 Max | 128 GB | 6 bits Va bien | 20–36 |
| M5 Pro | 64 GB | 2 bits Va bien | 26–46 |
| M5 | no cabe en ningún tamaño | Demasiado grande | – |
| M4 Max | 128 GB | 6 bits Va bien | 18–32 |
| M4 Pro | 64 GB | 2 bits Va bien | 23–41 |
| M4 | no cabe en ningún tamaño | Demasiado grande | – |
| M3 Ultra | 96 GB | 4 bits Va bien | 38–68 |
| M3 Max | 96 GB | 4 bits Va bien | 14–25 |
| M3 Pro | no cabe en ningún tamaño | Demasiado grande | – |
| M3 | no cabe en ningún tamaño | Demasiado grande | – |
| M2 Ultra | 128 GB | 6 bits Va bien | 26–46 |
| M2 Max | 96 GB | 4 bits Va bien | 19–33 |
| M2 Pro | no cabe en ningún tamaño | Demasiado grande | – |
| M2 | no cabe en ningún tamaño | Demasiado grande | – |
| M1 Ultra | 128 GB | 6 bits Va bien | 26–46 |
| M1 Max | 64 GB | 2 bits Va bien | 34–60 |
| 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 Llama 4 Scout 17B-16E 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-4-Scout-17B-16E-Instruct-4bitVersión MLX: mlx-community/Llama-4-Scout-17B-16E-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 4 Scout 17B-16E Instruct
| Creado por | Meta |
|---|---|
| Parámetros | 109B en total · 17B activos (mezcla de expertos) |
| Contexto | 10M tokens |
| Licencia | Llama 4 Community License |
| Lanzamiento | 2025-04 |
| Entrada | Texto e imágenes |
| Inteligencia | 6,5 en el Artificial Analysis Intelligence Index |
| Pesos | meta-llama/Llama-4-Scout-17B-16E-Instruct |
Preguntas
- ¿Cuánta memoria necesita Llama 4 Scout 17B-16E Instruct?
- Unos 61,3 GB de pesos a 4 bits, más espacio para el contexto: 66,2 GB en total. En una Mac, eso significa 96 GB de memoria unificada o más, porque macOS deja que la GPU use alrededor del 75 % de forma predeterminada.
- ¿Qué tan rápido va Llama 4 Scout 17B-16E 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 56–100 tokens por segundo (4 bits). La Mac más pequeña que lo ejecuta, con 96 GB, logra unos 56–100 con un M5 Ultra.
- ¿Por qué Llama 4 Scout 17B-16E Instruct va más rápido de lo que sugiere su tamaño?
- Es un modelo de mezcla de expertos: mantiene 109B parámetros en memoria, pero solo lee 17B 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 Llama 4 Scout 17B-16E Instruct y enlaza a esta página.
[](https://mlx.app/run/llama-4-scout)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.