Mémoire à chaque précision
| Version | Poids | Avec contexte | Plus petit Mac |
|---|---|---|---|
| 8 bits | 136 GB | 147 GB | 256 GB |
| 6 bits | 104 GB | 112 GB | 192 GB |
| 4 bits | 72 GB | 77,8 GB | 128 GB |
| 3 bits qualité moindre | 56 GB | 60,5 GB | 96 GB |
| 2 bits qualité moindre | 40 GB | 43,2 GB | 64 GB |
Sur chaque puce Apple
Pour chaque puce, la plus petite capacité de mémoire qui fait tourner Mistral Medium 3.5 (128B), 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 | 256 GB | 8 bits Lent | 4–7 |
| M5 Max | 128 GB | 4 bits Lent | 4–7 |
| M5 Pro | 64 GB | 2 bits Lent | 3–6 |
| M5 | aucune capacité ne suffit | Trop grand | – |
| M4 Max | 128 GB | 4 bits Lent | 3–6 |
| M4 Pro | 64 GB | 2 bits Lent | 3–5 |
| M4 | aucune capacité ne suffit | Trop grand | – |
| M3 Ultra | 256 GB | 8 bits Lent | 3–5 |
| M3 Max | 128 GB | 4 bits Lent | 3–4 |
| M3 Pro | aucune capacité ne suffit | Trop grand | – |
| M3 | aucune capacité ne suffit | Trop grand | – |
| M2 Ultra | 128 GB | 4 bits Lent | 5–9 |
| M2 Max | 64 GB | 2 bits Lent | 5–8 |
| M2 Pro | aucune capacité ne suffit | Trop grand | – |
| M2 | aucune capacité ne suffit | Trop grand | – |
| M1 Ultra | 128 GB | 4 bits Lent | 5–9 |
| M1 Max | 64 GB | 2 bits Lent | 5–8 |
| 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 Mistral Medium 3.5 (128B), 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/Mistral-Medium-3.5-128B-4bitVersion MLX : mlx-community/Mistral-Medium-3.5-128B-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 Mistral Medium 3.5 (128B)
| Créé par | Mistral AI |
|---|---|
| Paramètres | 128B (modèle dense) |
| Contexte | 256K tokens |
| Licence | Modified MIT (exceptions for companies with large revenue) |
| Sortie | 2026-03 |
| Entrée | Texte et images |
| Intelligence | 14,2 sur l’Artificial Analysis Intelligence Index |
| Poids | mistralai/Mistral-Medium-3.5-128B |
Questions
- De combien de mémoire Mistral Medium 3.5 (128B) a-t-il besoin ?
- Environ 72 GB de poids en 4 bits, plus de la place pour le contexte : 77,8 GB au total. Sur un Mac, il faut donc 128 GB de mémoire unifiée ou plus, car macOS laisse le GPU en utiliser environ 75 % par défaut.
- À quelle vitesse Mistral Medium 3.5 (128B) 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 M2 Ultra avec 128 GB, à environ 5–9 tokens par seconde (4 bits). Le plus petit Mac qui le fait tourner, avec 128 GB, atteint environ 5–9 avec une puce M2 Ultra.
- La quantification dégrade-t-elle Mistral Medium 3.5 (128B) ?
- En 4 bits, la plupart des modèles restent proches de la qualité d’origine ; en dessous de 4 bits, la qualité baisse plus vite. Choisissez la précision la plus élevée qui tient dans votre Mac avec de la marge.
Modèles similaires
Pour votre fiche de modèle ou votre README
Affiche le plus petit Mac qui fait bien tourner Mistral Medium 3.5 (128B) et renvoie vers cette page.
[](https://mlx.app/run/mistral-medium-3.5)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.