Memoria en cada precisión
| Versión | Pesos | Con contexto | Mac más pequeña |
|---|---|---|---|
| 8 bits | 191 GB | 207 GB | 512 GB |
| 6 bits | 146 GB | 158 GB | 256 GB |
| 4 bits | 101 GB | 109 GB | 192 GB |
| 3 bits menor calidad | 78,8 GB | 85,1 GB | 128 GB |
| 2 bits menor calidad | 56,3 GB | 60,8 GB | 96 GB |
En cada chip de Apple
El tamaño de memoria más pequeño de cada chip que ejecuta Qwen3.8 Flash Next, 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 | 6 bits Va bien | 110–196 |
| M5 Max | 128 GB | 3 bits Va bien | 106–189 |
| M5 Pro | no cabe en ningún tamaño | Demasiado grande | – |
| M5 | no cabe en ningún tamaño | Demasiado grande | – |
| M4 Max | 128 GB | 3 bits Va bien | 95–168 |
| M4 Pro | no cabe en ningún tamaño | Demasiado grande | – |
| M4 | no cabe en ningún tamaño | Demasiado grande | – |
| M3 Ultra | 256 GB | 6 bits Va bien | 75–134 |
| M3 Max | 96 GB | 2 bits Va bien | 71–126 |
| M3 Pro | no cabe en ningún tamaño | Demasiado grande | – |
| M3 | no cabe en ningún tamaño | Demasiado grande | – |
| M2 Ultra | 192 GB | 4 bits Va bien | 106–188 |
| M2 Max | 96 GB | 2 bits Va bien | 95–168 |
| M2 Pro | no cabe en ningún tamaño | Demasiado grande | – |
| M2 | no cabe en ningún tamaño | Demasiado grande | – |
| M1 Ultra | 128 GB | 3 bits Va bien | 138–246 |
| M1 Max | no cabe en ningún tamaño | Demasiado grande | – |
| 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 Qwen3.8 Flash Next, 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/Qwen3.8-Flash-Next-4bitVersión MLX: mlx-community/Qwen3.8-Flash-Next-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 Qwen3.8 Flash Next
| Creado por | Qwen (Alibaba) |
|---|---|
| Parámetros | 180B en total · 6B activos (mezcla de expertos) |
| Contexto | 256K tokens |
| Licencia | Qwen Community License 1.0 (qwen-community-1.0) |
| Lanzamiento | 2026-08 |
| Entrada | Texto e imágenes |
| Inteligencia | 39,8 en el Artificial Analysis Intelligence Index |
| Pesos | Qwen/Qwen3.8-Flash-Next |
Preguntas
- ¿Cuánta memoria necesita Qwen3.8 Flash Next?
- Unos 101 GB de pesos a 4 bits, más espacio para el contexto: 109 GB en total. En una Mac, eso significa 192 GB de memoria unificada o más, porque macOS deja que la GPU use alrededor del 75 % de forma predeterminada.
- ¿Qué tan rápido va Qwen3.8 Flash Next 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 256 GB, a unos 110–196 tokens por segundo (6 bits). La Mac más pequeña que lo ejecuta, con 192 GB, logra unos 106–188 con un M2 Ultra.
- ¿Por qué Qwen3.8 Flash Next va más rápido de lo que sugiere su tamaño?
- Es un modelo de mezcla de expertos: mantiene 180B parámetros en memoria, pero solo lee 6B 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 Qwen3.8 Flash Next y enlaza a esta página.
[](https://mlx.app/run/qwen3.8-flash-next)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.