Mémoire à chaque précision
| Version | Poids | Avec contexte | Plus petit Mac |
|---|---|---|---|
| 8 bits | 30,6 GB | 33 GB | 48 GB |
| 6 bits | 23,4 GB | 25,3 GB | 36 GB |
| 4 bits | 16,2 GB | 17,7 GB | 24 GB |
| 3 bits qualité moindre | 12,6 GB | 14,1 GB | 24 GB |
| 2 bits qualité moindre | 9 GB | 10,5 GB | 16 GB |
Sur chaque puce Apple
Pour chaque puce, la plus petite capacité de mémoire qui fait tourner Raon-1 mini Preview, la meilleure version qui y tient et la vitesse d’écriture à attendre.
| Puce | Demande | Version | Tokens/s |
|---|---|---|---|
| M6 | 24 GB | 4 bits Tourne bien | 32–57 |
| M5 Ultra | 96 GB | 8 bits Tourne bien | 117–209 |
| M5 Max | 36 GB | 6 bits Tourne bien | 59–105 |
| M5 Pro | 24 GB | 4 bits Tourne bien | 58–102 |
| M5 | 24 GB | 4 bits Tourne bien | 29–51 |
| M4 Max | 36 GB | 6 bits Tourne bien | 53–94 |
| M4 Pro | 24 GB | 4 bits Tourne bien | 51–91 |
| M4 | 24 GB | 4 bits Tourne bien | 23–40 |
| M3 Ultra | 96 GB | 8 bits Tourne bien | 80–142 |
| M3 Max | 36 GB | 6 bits Tourne bien | 39–69 |
| M3 Pro | 36 GB | 6 bits Tourne bien | 19–34 |
| M3 | 24 GB | 4 bits Tourne bien | 19–33 |
| M2 Ultra | 64 GB | 8 bits Tourne bien | 78–139 |
| M2 Max | 32 GB | 4 bits Tourne bien | 75–133 |
| M2 Pro | 32 GB | 4 bits Tourne bien | 38–67 |
| M2 | 24 GB | 4 bits Tourne bien | 19–33 |
| M1 Ultra | 64 GB | 8 bits Tourne bien | 78–139 |
| M1 Max | 32 GB | 4 bits Tourne bien | 75–133 |
| M1 Pro | 32 GB | 4 bits Tourne bien | 38–67 |
| M1 | 16 GB | 2 bits Tourne bien | 24–42 |
Comment le faire tourner
pip install mlx-lmmlx_lm.chat --model KRAFTON/Raon-1-mini-preview-mlx --trust-remote-code--trust-remote-code autorise mlx-lm à exécuter le code Python fourni avec cette version, nécessaire pour la charger.Version MLX : KRAFTON/Raon-1-mini-preview-mlx sur Hugging Face. Les autres précisions sont juste à côté.Pas à pas : télécharger et exécuter des LLM sur Mac · MLX, Ollama ou llama.cpp
Vous préférez une app au Terminal ? Comparez les apps Mac qui font tourner des modèles en local dans l’AI App Store : prix, licence et où vont vos données.
À propos de Raon-1 mini Preview
| Créé par | KRAFTON |
|---|---|
| Paramètres | 28,8B au total · 4,3B actifs (mixture-of-experts) |
| Contexte | 256K tokens |
| Licence | Apache-2.0 |
| Sortie | 2026-10 |
| Entrée | Texte |
| Poids | KRAFTON/Raon-1-mini-preview |
Questions
- De combien de mémoire Raon-1 mini Preview a-t-il besoin ?
- Environ 16,2 GB de poids en 4 bits, plus de la place pour le contexte : 17,7 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 Raon-1 mini Preview 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 117–209 tokens par seconde (8 bits). Le plus petit Mac qui le fait tourner, avec 24 GB, atteint environ 58–102 avec une puce M5 Pro.
- Pourquoi Raon-1 mini Preview est-il plus rapide que sa taille ne le laisse penser ?
- C’est un modèle mixture-of-experts : il garde 28,8B paramètres en mémoire mais n’en lit que 4,3B 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 Raon-1 mini Preview et renvoie vers cette page.
[](https://mlx.app/run/raon-1-mini-preview)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.
Données ouvertes: mlx.app/data (JSON, CSV)