حافظه در هر دقت
| نسخه | وزنها | با کانتکست | کوچکترین Mac |
|---|---|---|---|
| 4.25 بیت اصلی | 13.8 GB | 15.3 GB | 24 GB |
| 3 بیت کیفیت پایین‌تر | 9.2 GB | 10.7 GB | 16 GB |
| 2 بیت کیفیت پایین‌تر | 6.6 GB | 8.1 GB | 16 GB |
روی هر تراشهٔ Apple
کوچکترین حافظهٔ هر تراشه که gpt-oss-20b را اجرا میکند، بهترین نسخه‌ای که در آن جا میشود و سرعت نوشتنی که می‌توانید انتظار داشته باشید.
| تراشه | نیاز | نسخه | توکن/ثانیه |
|---|---|---|---|
| M6 | 24 GB | 4.25 بیت اصلی خوب اجرا میشود | 40–72 |
| M5 Ultra | 96 GB | 4.25 بیت اصلی خوب اجرا میشود | 284–505 |
| M5 Max | 36 GB | 4.25 بیت اصلی خوب اجرا میشود | 109–194 |
| M5 Pro | 24 GB | 4.25 بیت اصلی خوب اجرا میشود | 73–129 |
| M5 | 24 GB | 4.25 بیت اصلی خوب اجرا میشود | 36–64 |
| M4 Max | 36 GB | 4.25 بیت اصلی خوب اجرا میشود | 97–173 |
| M4 Pro | 24 GB | 4.25 بیت اصلی خوب اجرا میشود | 65–115 |
| M4 | 24 GB | 4.25 بیت اصلی خوب اجرا میشود | 28–51 |
| M3 Ultra | 96 GB | 4.25 بیت اصلی خوب اجرا میشود | 194–345 |
| M3 Max | 36 GB | 4.25 بیت اصلی خوب اجرا میشود | 71–126 |
| M3 Pro | 36 GB | 4.25 بیت اصلی خوب اجرا میشود | 36–63 |
| M3 | 24 GB | 4.25 بیت اصلی خوب اجرا میشود | 24–42 |
| M2 Ultra | 64 GB | 4.25 بیت اصلی خوب اجرا میشود | 189–337 |
| M2 Max | 32 GB | 4.25 بیت اصلی خوب اجرا میشود | 95–168 |
| M2 Pro | 32 GB | 4.25 بیت اصلی خوب اجرا میشود | 47–84 |
| M2 | 24 GB | 4.25 بیت اصلی خوب اجرا میشود | 24–42 |
| M1 Ultra | 64 GB | 4.25 بیت اصلی خوب اجرا میشود | 189–337 |
| M1 Max | 32 GB | 4.25 بیت اصلی خوب اجرا میشود | 95–168 |
| M1 Pro | 32 GB | 4.25 بیت اصلی خوب اجرا میشود | 47–84 |
| M1 | 16 GB | 3 بیت خوب اجرا میشود | 19–34 |
چطور اجرایش کنید
- راه آسان: MLX Harness را دانلود کنید، رایگان و متن‌باز. gpt-oss-20b را جست‌وجو کنید، نسخه‌ای را که در Mac شما جا میشود دانلود کنید و گفت‌وگو را شروع کنید. همچنین مدل را از طریق یک API سازگار با OpenAI در اختیار اپ‌های دیگرتان می‌گذارد.دانلود MLX Harnessرایگان · Apple Silicon · macOS 14.5 یا جدیدتر
- در Terminal با MLX از Apple:
pip install mlx-lmmlx_lm.chat --model mlx-community/gpt-oss-20b-MXFP4-Q8نسخه: mlx-community/gpt-oss-20b-MXFP4-Q8 در Hugging Face. دقت‌های دیگر کنار آن هستند.
گام به گام: دانلود و اجرای LLM روی Mac · نحوهٔ استفاده از MLX Harness · MLX در برابر Ollama و llama.cpp
دربارهٔ gpt-oss-20b
| سازنده | OpenAI |
|---|---|
| پارامترها | 21B در کل · 3.6B فعال (mixture-of-experts) |
| کانتکست | 128K توکن |
| مجوز | Apache-2.0 |
| انتشار | 2025-08 |
| ورودی | متن |
| هوش | 9 در Artificial Analysis Intelligence Index |
| وزنها | openai/gpt-oss-20b |
پرسش‌ها
- gpt-oss-20b چقدر حافظه لازم دارد؟
- حدود 13.8 GB برای وزنها در 4.25 بیت اصلی، بهعلاوهٔ جا برای کانتکست: در کل 15.3 GB. روی Mac یعنی 24 GB حافظهٔ یکپارچه یا بیشتر، چون macOS بهطور پیشفرض اجازه میدهد GPU حدود 75% آن را استفاده کند.
- gpt-oss-20b روی Mac چقدر سریع است؟
- سرعت نوشتن به پهنای باند حافظه بستگی دارد. سریعترین Mac برای آن در اینجا یک M5 Ultra با 96 GB است، با حدود 284–505 توکن در ثانیه (4.25 بیت اصلی). کوچکترین Mac که آن را اجرا میکند، با 24 GB، روی یک M5 Pro به حدود 73–129 میرسد.
- چرا gpt-oss-20b سریعتر از آنچه اندازهاش نشان میدهد اجرا میشود؟
- این یک مدل mixture-of-experts است: 21B پارامتر را در حافظه نگه میدارد اما برای هر توکن فقط 3.6B را میخواند، پس با سرعت مدلی بسیار کوچکتر مینویسد.
مدل‌های مشابه
برای کارت مدل یا README شما
کوچکترین Mac را که gpt-oss-20b را خوب اجرا میکند نشان میدهد و به اینجا لینک میدهد.
[](https://mlx.app/run/gpt-oss-20b)چطور محاسبه شده
حافظه: پارامترهای مدل در 8، 6، 4، 3 یا 2 بیت برای هر وزن بهعلاوهٔ مقیاس‌های گروهی MLX (نیم بیت برای هر وزن)، یا قالب اصلی آن، به‌اضافهٔ جا برای کانتکست. macOS بهطور پیشفرض اجازه میدهد GPU حدود 75% حافظهٔ یکپارچه را استفاده کند. سرعت: پهنای باند حافظه تقسیم بر بایت‌هایی که برای هر توکن خوانده میشود، سقف سرعت یک گفت‌وگوست؛ در بنچمارک‌های عمومی llama.cpp روی Apple Silicon اجراهای واقعی به حدود 45% تا 80% آن می‌رسند و همین بازه نمایش داده میشود. این‌ها برآوردند، نه اندازه‌گیری: Mac خودتان را روی MLX Bench بسنجید. ارقام مدل‌ها از کارت رسمی هر مدل و ارقام تراشه‌ها از مشخصات فنی Apple است. بررسی‌شده در 2026-10-19. همان داده‌های mlx.app/compare.