¿Cuánta memoria necesita Phi-4 mini instruct?

Unos 2,1 GB de pesos a 4 bits, más espacio para el contexto: 3,6 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 Phi-4 mini 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 135–240 tokens por segundo (8 bits). La Mac más pequeña que lo ejecuta, con 8 GB, logra unos 11–20 con un M3.

¿La cuantización empeora Phi-4 mini 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.

¿Puede una Mac ejecutar Phi-4 mini instruct? RAM, velocidad

Memoria en cada precisión

Versión	Pesos	Con contexto	Mac más pequeña
8 bits	4 GB	5,5 GB	8 GB
6 bits	3,1 GB	4,6 GB	8 GB
4 bits	2,1 GB	3,6 GB	8 GB
3 bits menor calidad	1,7 GB	3,2 GB	8 GB
2 bits menor calidad	1,2 GB	2,7 GB	8 GB

En cada chip de Apple

El tamaño de memoria más pequeño de cada chip que ejecuta Phi-4 mini instruct, la mejor versión que cabe y la velocidad de escritura que puedes esperar.

Chip	Necesita	Versión	Tokens/s
M6	16 GB	8 bits Va bien	17–31
M5 Ultra	96 GB	8 bits Va bien	135–240
M5 Max	36 GB	8 bits Va bien	52–92
M5 Pro	24 GB	8 bits Va bien	35–61
M5	16 GB	8 bits Va bien	17–31
M4 Max	36 GB	8 bits Va bien	46–82
M4 Pro	24 GB	8 bits Va bien	31–55
M4	16 GB	8 bits Va bien	14–24
M3 Ultra	96 GB	8 bits Va bien	92–164
M3 Max	36 GB	8 bits Va bien	34–60
M3 Pro	18 GB	8 bits Va bien	17–30
M3	8 GB	8 bits Va bien	11–20
M2 Ultra	64 GB	8 bits Va bien	90–160
M2 Max	32 GB	8 bits Va bien	45–80
M2 Pro	16 GB	8 bits Va bien	23–40
M2	8 GB	8 bits Va bien	11–20
M1 Ultra	64 GB	8 bits Va bien	90–160
M1 Max	32 GB	8 bits Va bien	45–80
M1 Pro	16 GB	8 bits Va bien	23–40
M1	8 GB	6 bits Va bien	10–18

Cómo ejecutarlo

La forma fácil: descarga MLX Harness, gratis y de código abierto. Busca Phi-4 mini 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/Phi-4-mini-instruct-4bitVersión MLX: mlx-community/Phi-4-mini-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 Phi-4 mini instruct

Creado por	Microsoft
Parámetros	3,8B (denso)
Contexto	128K tokens
Licencia	MIT
Lanzamiento	2025-02
Entrada	Texto
Pesos	microsoft/Phi-4-mini-instruct

Preguntas

¿Cuánta memoria necesita Phi-4 mini instruct?: Unos 2,1 GB de pesos a 4 bits, más espacio para el contexto: 3,6 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 Phi-4 mini 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 135–240 tokens por segundo (8 bits). La Mac más pequeña que lo ejecuta, con 8 GB, logra unos 11–20 con un M3.
¿La cuantización empeora Phi-4 mini 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

Todos los modelos · Todas las Mac · Compara tu Mac

Para la ficha de tu modelo o tu README

Muestra la Mac más pequeña que ejecuta bien Phi-4 mini instruct y enlaza a esta página.

[![Runs on a Mac](https://mlx.app/badge/run/phi-4-mini.svg)](https://mlx.app/run/phi-4-mini)

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.