Memoria en cada precisión
| Versión | Pesos | Con contexto | Mac más pequeña |
|---|---|---|---|
| 8 bits | 128 GB | 138 GB | 192 GB |
| 6 bits | 97,5 GB | 105 GB | 192 GB |
| 4 bits | 67,5 GB | 72,9 GB | 128 GB |
| 3 bits menor calidad | 52,5 GB | 56,7 GB | 96 GB |
| 2 bits menor calidad | 37,5 GB | 40,5 GB | 64 GB |
En cada chip de Apple
El tamaño de memoria más pequeño de cada chip que ejecuta Nemotron 3 Super 120B A12B, 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 | 256 GB | 8 bits Va bien | 42–75 |
| M5 Max | 128 GB | 4 bits Va bien | 41–72 |
| M5 Pro | 64 GB | 2 bits Va bien | 36–65 |
| M5 | no cabe en ningún tamaño | Demasiado grande | – |
| M4 Max | 128 GB | 4 bits Va bien | 36–64 |
| M4 Pro | 64 GB | 2 bits Va bien | 32–57 |
| M4 | no cabe en ningún tamaño | Demasiado grande | – |
| M3 Ultra | 256 GB | 8 bits Va bien | 29–51 |
| M3 Max | 128 GB | 4 bits Va bien | 26–47 |
| M3 Pro | no cabe en ningún tamaño | Demasiado grande | – |
| M3 | no cabe en ningún tamaño | Demasiado grande | – |
| M2 Ultra | 128 GB | 4 bits Va bien | 53–94 |
| M2 Max | 64 GB | 2 bits Va bien | 47–84 |
| M2 Pro | no cabe en ningún tamaño | Demasiado grande | – |
| M2 | no cabe en ningún tamaño | Demasiado grande | – |
| M1 Ultra | 128 GB | 4 bits Va bien | 53–94 |
| M1 Max | 64 GB | 2 bits Va bien | 47–84 |
| 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 Nemotron 3 Super 120B A12B, 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/NVIDIA-Nemotron-3-Super-120B-A12B-4bitVersión MLX: mlx-community/NVIDIA-Nemotron-3-Super-120B-A12B-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 Nemotron 3 Super 120B A12B
| Creado por | NVIDIA |
|---|---|
| Parámetros | 120B en total · 12B activos (mezcla de expertos) |
| Contexto | 256K tokens |
| Licencia | NVIDIA Nemotron Open Model License |
| Lanzamiento | 2026-03 |
| Entrada | Texto |
| Pesos | nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16 |
Preguntas
- ¿Cuánta memoria necesita Nemotron 3 Super 120B A12B?
- Unos 67,5 GB de pesos a 4 bits, más espacio para el contexto: 72,9 GB en total. En una Mac, eso significa 128 GB de memoria unificada o más, porque macOS deja que la GPU use alrededor del 75 % de forma predeterminada.
- ¿Qué tan rápido va Nemotron 3 Super 120B A12B 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 M2 Ultra y 128 GB, a unos 53–94 tokens por segundo (4 bits). La Mac más pequeña que lo ejecuta, con 128 GB, logra unos 53–94 con un M2 Ultra.
- ¿Por qué Nemotron 3 Super 120B A12B va más rápido de lo que sugiere su tamaño?
- Es un modelo de mezcla de expertos: mantiene 120B parámetros en memoria, pero solo lee 12B 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 Nemotron 3 Super 120B A12B y enlaza a esta página.
[](https://mlx.app/run/nemotron-3-super-120b-a12b)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.