Mémoire à chaque précision
| Version | Poids | Avec contexte | Plus petit Mac |
|---|---|---|---|
| 4,25 bits natif | 13,8 GB | 15,3 GB | 24 GB |
| 3 bits qualité moindre | 9,2 GB | 10,7 GB | 16 GB |
| 2 bits qualité moindre | 6,6 GB | 8,1 GB | 16 GB |
Sur chaque puce Apple
Pour chaque puce, la plus petite capacité de mémoire qui fait tourner gpt-oss-20b, la meilleure version qui y tient et la vitesse d’écriture à attendre.
| Puce | Demande | Version | Tokens/s |
|---|---|---|---|
| M6 | 24 GB | 4,25 bits natif Tourne bien | 40–72 |
| M5 Ultra | 96 GB | 4,25 bits natif Tourne bien | 284–505 |
| M5 Max | 36 GB | 4,25 bits natif Tourne bien | 109–194 |
| M5 Pro | 24 GB | 4,25 bits natif Tourne bien | 73–129 |
| M5 | 24 GB | 4,25 bits natif Tourne bien | 36–64 |
| M4 Max | 36 GB | 4,25 bits natif Tourne bien | 97–173 |
| M4 Pro | 24 GB | 4,25 bits natif Tourne bien | 65–115 |
| M4 | 24 GB | 4,25 bits natif Tourne bien | 28–51 |
| M3 Ultra | 96 GB | 4,25 bits natif Tourne bien | 194–345 |
| M3 Max | 36 GB | 4,25 bits natif Tourne bien | 71–126 |
| M3 Pro | 36 GB | 4,25 bits natif Tourne bien | 36–63 |
| M3 | 24 GB | 4,25 bits natif Tourne bien | 24–42 |
| M2 Ultra | 64 GB | 4,25 bits natif Tourne bien | 189–337 |
| M2 Max | 32 GB | 4,25 bits natif Tourne bien | 95–168 |
| M2 Pro | 32 GB | 4,25 bits natif Tourne bien | 47–84 |
| M2 | 24 GB | 4,25 bits natif Tourne bien | 24–42 |
| M1 Ultra | 64 GB | 4,25 bits natif Tourne bien | 189–337 |
| M1 Max | 32 GB | 4,25 bits natif Tourne bien | 95–168 |
| M1 Pro | 32 GB | 4,25 bits natif Tourne bien | 47–84 |
| M1 | 16 GB | 3 bits Tourne bien | 19–34 |
Comment le faire tourner
- Le plus simple : téléchargez MLX Harness, gratuit et open source. Cherchez gpt-oss-20b, téléchargez la version adaptée à votre Mac, et discutez. MLX Harness met aussi le modèle à disposition de vos autres apps via une API compatible OpenAI.Télécharger MLX HarnessGratuit · Apple Silicon · macOS 14.5 ou version ultérieure
- Dans le Terminal avec MLX d’Apple :
pip install mlx-lmmlx_lm.chat --model mlx-community/gpt-oss-20b-MXFP4-Q8Version MLX : mlx-community/gpt-oss-20b-MXFP4-Q8 sur Hugging Face. Les autres précisions sont juste à côté.
Pas à pas : télécharger et exécuter des LLM sur Mac · utiliser MLX Harness · MLX, Ollama ou llama.cpp
À propos de gpt-oss-20b
| Créé par | OpenAI |
|---|---|
| Paramètres | 21B au total · 3,6B actifs (mixture-of-experts) |
| Contexte | 128K tokens |
| Licence | Apache-2.0 |
| Sortie | 2025-08 |
| Entrée | Texte |
| Intelligence | 9 sur l’Artificial Analysis Intelligence Index |
| Poids | openai/gpt-oss-20b |
Questions
- De combien de mémoire gpt-oss-20b a-t-il besoin ?
- Environ 13,8 GB de poids en 4,25 bits natif, plus de la place pour le contexte : 15,3 GB au total. Sur un Mac, il faut donc 24 GB de mémoire unifiée ou plus, car macOS laisse le GPU en utiliser environ 75 % par défaut.
- À quelle vitesse gpt-oss-20b tourne-t-il sur un Mac ?
- La vitesse d’écriture dépend de la bande passante mémoire. Ici, le Mac le plus rapide pour ce modèle est équipé d’une puce M5 Ultra avec 96 GB, à environ 284–505 tokens par seconde (4,25 bits natif). Le plus petit Mac qui le fait tourner, avec 24 GB, atteint environ 73–129 avec une puce M5 Pro.
- Pourquoi gpt-oss-20b est-il plus rapide que sa taille ne le laisse penser ?
- C’est un modèle mixture-of-experts : il garde 21B paramètres en mémoire mais n’en lit que 3,6B pour chaque token, il écrit donc à la vitesse d’un modèle bien plus petit.
Modèles similaires
Pour votre fiche de modèle ou votre README
Affiche le plus petit Mac qui fait bien tourner gpt-oss-20b et renvoie vers cette page.
[](https://mlx.app/run/gpt-oss-20b)Comment c’est calculé
Mémoire : les paramètres du modèle à 8, 6, 4, 3 ou 2 bits par poids, plus les facteurs d’échelle par groupe de MLX (un demi-bit par poids), ou son format natif, avec en plus de la place pour le contexte. Par défaut, macOS laisse le GPU utiliser environ 75 % de la mémoire unifiée. Vitesse : la bande passante mémoire divisée par les octets lus pour chaque token donne le plafond pour une conversation ; dans les benchmarks Apple Silicon publics de llama.cpp, les exécutions réelles atteignent environ 45 % à 80 % de ce plafond, et c’est la fourchette affichée. Ce sont des estimations, pas des mesures : mesurez votre propre Mac sur MLX Bench. Chiffres des modèles tirés de chaque fiche officielle, chiffres des puces tirés des caractéristiques techniques d’Apple. Vérifié le 2026-10-19. Mêmes données que mlx.app/compare.