Memory sa bawat precision
| Bersyon | Weights | Kasama ang context | Pinakamaliit na Mac |
|---|---|---|---|
| 8-bit | 587 GB | 633 GB | higit sa anumang Mac |
| 6-bit | 449 GB | 484 GB | higit sa anumang Mac |
| 4-bit | 311 GB | 335 GB | 512 GB |
| 3-bit mas mababang kalidad | 242 GB | 261 GB | 512 GB |
| 2-bit mas mababang kalidad | 173 GB | 186 GB | 256 GB |
Sa bawat Apple chip
Ang pinakamaliit na memory size ng bawat chip na kaya ang DeepSeek V4.1 Flash 1017, ang pinakamagandang bersyong kasya rito, at ang bilis ng pagsusulat na maaasahan mo.
| Chip | Kailangan | Bersyon | Token/s |
|---|---|---|---|
| M6 | walang kasyang size | Masyadong malaki | – |
| M5 Ultra | 512 GB | 4-bit Maayos | 60–107 |
| M5 Max | walang kasyang size | Masyadong malaki | – |
| M5 Pro | walang kasyang size | Masyadong malaki | – |
| M5 | walang kasyang size | Masyadong malaki | – |
| M4 Max | walang kasyang size | Masyadong malaki | – |
| M4 Pro | walang kasyang size | Masyadong malaki | – |
| M4 | walang kasyang size | Masyadong malaki | – |
| M3 Ultra | 512 GB | 4-bit Maayos | 41–73 |
| M3 Max | walang kasyang size | Masyadong malaki | – |
| M3 Pro | walang kasyang size | Masyadong malaki | – |
| M3 | walang kasyang size | Masyadong malaki | – |
| M2 Ultra | walang kasyang size | Masyadong malaki | – |
| M2 Max | walang kasyang size | Masyadong malaki | – |
| M2 Pro | walang kasyang size | Masyadong malaki | – |
| M2 | walang kasyang size | Masyadong malaki | – |
| M1 Ultra | walang kasyang size | Masyadong malaki | – |
| M1 Max | walang kasyang size | Masyadong malaki | – |
| M1 Pro | walang kasyang size | Masyadong malaki | – |
| M1 | walang kasyang size | Masyadong malaki | – |
Paano ito patakbuhin
- Ang madaling paraan: i-download ang MLX Harness, libre at open source. Hanapin ang DeepSeek V4.1 Flash 1017, i-download ang bersyong kasya sa Mac mo, at mag-chat. Ibinibigay rin nito ang model sa iba mo pang app sa pamamagitan ng API na compatible sa OpenAI.I-download ang MLX HarnessLibre · Apple Silicon · macOS 14.5 o mas bago
- Sa Terminal gamit ang MLX ng Apple:
pip install mlx-lmmlx_lm.chat --model mlx-community/DeepSeek-V4.1-Flash-1017-oQ4e-mtpBuild: mlx-community/DeepSeek-V4.1-Flash-1017-oQ4e-mtp sa Hugging Face. Katabi nito ang ibang precision.
Hakbang-hakbang: mag-download at magpatakbo ng LLM sa Mac · paano gamitin ang MLX Harness · MLX vs Ollama vs llama.cpp
Tungkol sa DeepSeek V4.1 Flash 1017
| Gawa ng | DeepSeek |
|---|---|
| Mga parameter | 552B kabuuan · 16B aktibo (mixture of experts) |
| Context | 1M token |
| Lisensya | MIT |
| Inilabas | 2026-10 |
| Input | Text at larawan |
| Intelligence | 45.1 sa Artificial Analysis Intelligence Index |
| Weights | deepseek-ai/DeepSeek-V4.1-Flash-1017 |
Gabay: hakbang-hakbang sa mlx.app
Mga tanong
- Gaano karaming memory ang kailangan ng DeepSeek V4.1 Flash 1017?
- Mga 311 GB ng weights sa 4-bit, dagdag ang espasyo para sa context: 335 GB lahat-lahat. Sa Mac, ibig sabihin nito ay 512 GB na unified memory o higit pa, dahil bilang default, mga 75% nito ang ipinapagamit ng macOS sa GPU.
- Gaano kabilis ang DeepSeek V4.1 Flash 1017 sa Mac?
- Nakadepende sa memory bandwidth ang bilis ng pagsusulat. Ang pinakamabilis na Mac para dito ay M5 Ultra na may 512 GB, sa mga 60–107 token bawat segundo (4-bit). Ang pinakamaliit na Mac na kaya ito, na may 512 GB, ay umaabot sa mga 60–107 sa M5 Ultra.
- Bakit mas mabilis ang DeepSeek V4.1 Flash 1017 kaysa sa inaasahan sa laki nito?
- Isa itong mixture-of-experts na model: may 552B na parameter ito sa memory pero 16B lang ang binabasa nito sa bawat token, kaya nagsusulat ito sa bilis ng mas maliit na model.
Mga katulad na model
Para sa model card o README mo
Ipinapakita ang pinakamaliit na Mac na maayos na nagpapatakbo ng DeepSeek V4.1 Flash 1017 at nagli-link dito.
[](https://mlx.app/run/deepseek-v4.1-flash-1017)Paano ito kinuwenta
Memory: ang mga parameter ng model sa 8, 6, 4, 3 o 2 bit kada weight dagdag ang group scales ng MLX (kalahating bit kada weight), o ang native format nito, at may espasyo pa para sa context. Bilang default, mga 75% ng unified memory ang ipinapagamit ng macOS sa GPU. Bilis: ang memory bandwidth na hinati sa mga byte na binabasa kada token ang pinakamataas na posible para sa isang usapan; sa mga pampublikong benchmark ng llama.cpp sa Apple Silicon, umaabot ang totoong takbo sa mga 45% hanggang 80% nito, at iyon ang range na ipinapakita. Mga tantiya ito, hindi sukat: sukatin ang sarili mong Mac sa MLX Bench. Ang mga numero ng model ay mula sa opisyal na model card ng bawat isa, at ang sa chip ay mula sa Tech Specs ng Apple. Sinuri noong 2026-10-19. Parehong data ng mlx.app/compare.