Memori di setiap presisi
| Versi | Bobot | Dengan konteks | Mac terkecil |
|---|---|---|---|
| 8-bit | 587 GB | 633 GB | melebihi Mac mana pun |
| 6-bit | 449 GB | 484 GB | melebihi Mac mana pun |
| 4-bit | 311 GB | 335 GB | 512 GB |
| 3-bit kualitas lebih rendah | 242 GB | 261 GB | 512 GB |
| 2-bit kualitas lebih rendah | 173 GB | 186 GB | 256 GB |
Di setiap chip Apple
Ukuran memori terkecil setiap chip yang bisa menjalankan DeepSeek V4.1 Flash 1017, versi terbaik yang muat, dan kecepatan menulis yang bisa Anda harapkan.
| Chip | Butuh | Versi | Token/s |
|---|---|---|---|
| M6 | tidak ada ukuran yang muat | Terlalu besar | – |
| M5 Ultra | 512 GB | 4-bit Berjalan baik | 60–107 |
| M5 Max | tidak ada ukuran yang muat | Terlalu besar | – |
| M5 Pro | tidak ada ukuran yang muat | Terlalu besar | – |
| M5 | tidak ada ukuran yang muat | Terlalu besar | – |
| M4 Max | tidak ada ukuran yang muat | Terlalu besar | – |
| M4 Pro | tidak ada ukuran yang muat | Terlalu besar | – |
| M4 | tidak ada ukuran yang muat | Terlalu besar | – |
| M3 Ultra | 512 GB | 4-bit Berjalan baik | 41–73 |
| M3 Max | tidak ada ukuran yang muat | Terlalu besar | – |
| M3 Pro | tidak ada ukuran yang muat | Terlalu besar | – |
| M3 | tidak ada ukuran yang muat | Terlalu besar | – |
| M2 Ultra | tidak ada ukuran yang muat | Terlalu besar | – |
| M2 Max | tidak ada ukuran yang muat | Terlalu besar | – |
| M2 Pro | tidak ada ukuran yang muat | Terlalu besar | – |
| M2 | tidak ada ukuran yang muat | Terlalu besar | – |
| M1 Ultra | tidak ada ukuran yang muat | Terlalu besar | – |
| M1 Max | tidak ada ukuran yang muat | Terlalu besar | – |
| M1 Pro | tidak ada ukuran yang muat | Terlalu besar | – |
| M1 | tidak ada ukuran yang muat | Terlalu besar | – |
Cara menjalankannya
- Cara mudah: unduh MLX Harness, gratis dan open source. Cari DeepSeek V4.1 Flash 1017, unduh versi yang cocok untuk Mac Anda, lalu mulai chat. Aplikasi ini juga menyajikan model ke aplikasi Anda yang lain melalui API yang kompatibel dengan OpenAI.Unduh MLX HarnessGratis · Apple Silicon · macOS 14.5 atau lebih baru
- Di Terminal dengan MLX dari 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 di Hugging Face. Presisi lain ada di sebelahnya.
Langkah demi langkah: unduh dan jalankan LLM di Mac · cara memakai MLX Harness · MLX vs Ollama vs llama.cpp
Tentang DeepSeek V4.1 Flash 1017
| Dibuat oleh | DeepSeek |
|---|---|
| Parameter | 552B total · 16B aktif (mixture of experts) |
| Konteks | 1M token |
| Lisensi | MIT |
| Dirilis | 2026-10 |
| Input | Teks dan gambar |
| Kecerdasan | 45,1 di Artificial Analysis Intelligence Index |
| Bobot | deepseek-ai/DeepSeek-V4.1-Flash-1017 |
Panduan: langkah demi langkah di mlx.app
Pertanyaan
- Berapa memori yang dibutuhkan DeepSeek V4.1 Flash 1017?
- Sekitar 311 GB untuk bobot pada 4-bit, ditambah ruang untuk konteks: total 335 GB. Di Mac artinya memori terpadu 512 GB atau lebih, karena secara bawaan macOS mengizinkan GPU memakai sekitar 75% darinya.
- Seberapa cepat DeepSeek V4.1 Flash 1017 di Mac?
- Kecepatan menulis bergantung pada bandwidth memori. Mac tercepat untuknya di sini adalah M5 Ultra dengan 512 GB, sekitar 60–107 token per detik (4-bit). Mac terkecil yang bisa menjalankannya, dengan 512 GB, mencapai sekitar 60–107 pada M5 Ultra.
- Mengapa DeepSeek V4.1 Flash 1017 berjalan lebih cepat daripada ukurannya?
- Ini model mixture-of-experts: ia menyimpan 552B parameter di memori tetapi hanya membaca 16B untuk setiap token, sehingga menulis secepat model yang jauh lebih kecil.
Model serupa
Untuk kartu model atau README Anda
Menampilkan Mac terkecil yang menjalankan DeepSeek V4.1 Flash 1017 dengan baik dan menautkan ke sini.
[](https://mlx.app/run/deepseek-v4.1-flash-1017)Cara menghitungnya
Memori: parameter model pada 8, 6, 4, 3, atau 2 bit per bobot ditambah skala grup MLX (setengah bit per bobot), atau format bawaannya, ditambah ruang untuk konteks. Secara bawaan macOS mengizinkan GPU memakai sekitar 75% memori terpadu. Kecepatan: bandwidth memori dibagi jumlah byte yang dibaca per token adalah batas atas untuk satu percakapan; dalam benchmark Apple Silicon publik llama.cpp, proses nyata mencapai sekitar 45% hingga 80% darinya, dan rentang itulah yang ditampilkan. Ini perkiraan, bukan pengukuran: ukur Mac Anda sendiri di MLX Bench. Angka model dari kartu model resmi masing-masing, angka chip dari Spesifikasi Teknis Apple. Diperiksa 2026-10-19. Data sama dengan mlx.app/compare.