Memoria en cada precisión
| Versión | Pesos | Con contexto | Mac más pequeña |
|---|---|---|---|
| 8 bits | 78,6 GB | 84,9 GB | 128 GB |
| 6 bits | 60,1 GB | 64,9 GB | 96 GB |
| 4 bits | 41,6 GB | 44,9 GB | 64 GB |
| 3 bits menor calidad | 32,4 GB | 35 GB | 48 GB |
| 2 bits menor calidad | 23,1 GB | 24,9 GB | 36 GB |
En cada chip de Apple
El tamaño de memoria más pequeño de cada chip que ejecuta Nemotron 3.5 Bolt 74B A9B, la mejor versión que cabe y la velocidad de escritura que puedes esperar.
| Chip | Necesita | Versión | Tokens/s |
|---|---|---|---|
| M6 | 32 GB | 2 bits Muy justo | 27–49 |
| M5 Ultra | 96 GB | 6 bits Va bien | 74–132 |
| M5 Max | 64 GB | 4 bits Va bien | 54–96 |
| M5 Pro | 64 GB | 4 bits Va bien | 27–48 |
| M5 | 32 GB | 2 bits Muy justo | 25–44 |
| M4 Max | 64 GB | 4 bits Va bien | 48–86 |
| M4 Pro | 64 GB | 4 bits Va bien | 24–43 |
| M4 | 32 GB | 2 bits Muy justo | 19–34 |
| M3 Ultra | 96 GB | 6 bits Va bien | 50–90 |
| M3 Max | 64 GB | 4 bits Va bien | 35–63 |
| M3 Pro | 36 GB | 2 bits Va bien | 24–43 |
| M3 | no cabe en ningún tamaño | Demasiado grande | – |
| M2 Ultra | 64 GB | 4 bits Va bien | 71–125 |
| M2 Max | 64 GB | 4 bits Va bien | 35–63 |
| M2 Pro | 32 GB | 2 bits Muy justo | 32–57 |
| M2 | no cabe en ningún tamaño | Demasiado grande | – |
| M1 Ultra | 64 GB | 4 bits Va bien | 71–125 |
| M1 Max | 64 GB | 4 bits Va bien | 35–63 |
| M1 Pro | 32 GB | 2 bits Muy justo | 32–57 |
| M1 | no cabe en ningún tamaño | Demasiado grande | – |
Cómo ejecutarlo
- La forma fácil: descarga MLX Harness, gratis y de código abierto. Busca Nemotron 3.5 Bolt 74B A9B, 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: Todavía no hay una versión MLX de la comunidad, así que crea una a partir de los pesos oficiales:
pip install mlx-lmmlx_lm.convert --hf-path nvidia/NVIDIA-Nemotron-3.5-Bolt-74B-A9B-BF16 -q
Paso a paso: descargar y ejecutar LLM en tu Mac · cómo usar MLX Harness · MLX vs Ollama vs llama.cpp
Sobre Nemotron 3.5 Bolt 74B A9B
| Creado por | NVIDIA |
|---|---|
| Parámetros | 74B en total · 9B activos (mezcla de expertos) |
| Contexto | 256K tokens |
| Licencia | OpenMDW-1.1 |
| Lanzamiento | 2026-10 |
| Entrada | Texto e imágenes |
| Inteligencia | 21,4 en el Artificial Analysis Intelligence Index |
| Pesos | nvidia/NVIDIA-Nemotron-3.5-Bolt-74B-A9B-BF16 |
Preguntas
- ¿Cuánta memoria necesita Nemotron 3.5 Bolt 74B A9B?
- Unos 41,6 GB de pesos a 4 bits, más espacio para el contexto: 44,9 GB en total. En una Mac, eso significa 64 GB de memoria unificada o más, porque macOS deja que la GPU use alrededor del 75 % de forma predeterminada.
- ¿Qué tan rápido va Nemotron 3.5 Bolt 74B A9B 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 74–132 tokens por segundo (6 bits). La Mac más pequeña que lo ejecuta, con 64 GB, logra unos 71–125 con un M2 Ultra.
- ¿Por qué Nemotron 3.5 Bolt 74B A9B va más rápido de lo que sugiere su tamaño?
- Es un modelo de mezcla de expertos: mantiene 74B parámetros en memoria, pero solo lee 9B 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 3.5 Bolt 74B A9B y enlaza a esta página.
[](https://mlx.app/run/nemotron-3.5-bolt-74b-a9b)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.