De combien de mémoire Llama 4 Scout 17B-16E Instruct a-t-il besoin ?

Environ 61,3 GB de poids en 4 bits, plus de la place pour le contexte : 66,2 GB au total. Sur un Mac, il faut donc 96 GB de mémoire unifiée ou plus, car macOS laisse le GPU en utiliser environ 75 % par défaut.

À quelle vitesse Llama 4 Scout 17B-16E Instruct 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 56–100 tokens par seconde (4 bits). Le plus petit Mac qui le fait tourner, avec 96 GB, atteint environ 56–100 avec une puce M5 Ultra.

Pourquoi Llama 4 Scout 17B-16E Instruct est-il plus rapide que sa taille ne le laisse penser ?

C’est un modèle mixture-of-experts : il garde 109B paramètres en mémoire mais n’en lit que 17B pour chaque token, il écrit donc à la vitesse d’un modèle bien plus petit.

Llama 4 Scout 17B-16E Instruct tourne-t-il sur Mac ? RAM et vitesse

Mémoire à chaque précision

Version	Poids	Avec contexte	Plus petit Mac
8 bits	116 GB	125 GB	192 GB
6 bits	88,6 GB	95,7 GB	128 GB
4 bits	61,3 GB	66,2 GB	96 GB
3 bits qualité moindre	47,7 GB	51,5 GB	96 GB
2 bits qualité moindre	34,1 GB	36,8 GB	64 GB

Sur chaque puce Apple

Pour chaque puce, la plus petite capacité de mémoire qui fait tourner Llama 4 Scout 17B-16E Instruct, la meilleure version qui y tient et la vitesse d’écriture à attendre.

Puce	Demande	Version	Tokens/s
M6	aucune capacité ne suffit	Trop grand	–
M5 Ultra	96 GB	4 bits Tourne bien	56–100
M5 Max	128 GB	6 bits Tourne bien	20–36
M5 Pro	64 GB	2 bits Tourne bien	26–46
M5	aucune capacité ne suffit	Trop grand	–
M4 Max	128 GB	6 bits Tourne bien	18–32
M4 Pro	64 GB	2 bits Tourne bien	23–41
M4	aucune capacité ne suffit	Trop grand	–
M3 Ultra	96 GB	4 bits Tourne bien	38–68
M3 Max	96 GB	4 bits Tourne bien	14–25
M3 Pro	aucune capacité ne suffit	Trop grand	–
M3	aucune capacité ne suffit	Trop grand	–
M2 Ultra	128 GB	6 bits Tourne bien	26–46
M2 Max	96 GB	4 bits Tourne bien	19–33
M2 Pro	aucune capacité ne suffit	Trop grand	–
M2	aucune capacité ne suffit	Trop grand	–
M1 Ultra	128 GB	6 bits Tourne bien	26–46
M1 Max	64 GB	2 bits Tourne bien	34–60
M1 Pro	aucune capacité ne suffit	Trop grand	–
M1	aucune capacité ne suffit	Trop grand	–

Comment le faire tourner

Le plus simple : téléchargez MLX Harness, gratuit et open source. Cherchez Llama 4 Scout 17B-16E Instruct, 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/Llama-4-Scout-17B-16E-Instruct-4bitVersion MLX : mlx-community/Llama-4-Scout-17B-16E-Instruct-4bit 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 Llama 4 Scout 17B-16E Instruct

Créé par	Meta
Paramètres	109B au total · 17B actifs (mixture-of-experts)
Contexte	10M tokens
Licence	Llama 4 Community License
Sortie	2025-04
Entrée	Texte et images
Intelligence	6,5 sur l’Artificial Analysis Intelligence Index
Poids	meta-llama/Llama-4-Scout-17B-16E-Instruct

Questions

De combien de mémoire Llama 4 Scout 17B-16E Instruct a-t-il besoin ?: Environ 61,3 GB de poids en 4 bits, plus de la place pour le contexte : 66,2 GB au total. Sur un Mac, il faut donc 96 GB de mémoire unifiée ou plus, car macOS laisse le GPU en utiliser environ 75 % par défaut.
À quelle vitesse Llama 4 Scout 17B-16E Instruct 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 56–100 tokens par seconde (4 bits). Le plus petit Mac qui le fait tourner, avec 96 GB, atteint environ 56–100 avec une puce M5 Ultra.
Pourquoi Llama 4 Scout 17B-16E Instruct est-il plus rapide que sa taille ne le laisse penser ?: C’est un modèle mixture-of-experts : il garde 109B paramètres en mémoire mais n’en lit que 17B pour chaque token, il écrit donc à la vitesse d’un modèle bien plus petit.

Modèles similaires

Tous les modèles · Tous les Mac · Comparer votre Mac

Pour votre fiche de modèle ou votre README

Affiche le plus petit Mac qui fait bien tourner Llama 4 Scout 17B-16E Instruct et renvoie vers cette page.

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

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.