Memori di setiap presisi
| Versi | Bobot | Dengan konteks | Mac terkecil |
|---|---|---|---|
| 8-bit | 425 GB | 459 GB | melebihi Mac mana pun |
| 6-bit | 325 GB | 351 GB | 512 GB |
| 4-bit | 225 GB | 243 GB | 512 GB |
| 3-bit kualitas lebih rendah | 175 GB | 189 GB | 256 GB |
| 2-bit kualitas lebih rendah | 125 GB | 135 GB | 192 GB |
Di setiap chip Apple
Ukuran memori terkecil setiap chip yang bisa menjalankan Llama 4 Maverick 17B-128E Instruct, 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 | 6-bit Berjalan baik | 39–70 |
| 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 | 6-bit Berjalan baik | 27–47 |
| 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 | 192 GB | 2-bit Berjalan baik | 68–121 |
| 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 Llama 4 Maverick 17B-128E Instruct, 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/Llama-4-Maverick-17B-128E-Instruct-4bitBuild: mlx-community/Llama-4-Maverick-17B-128E-Instruct-4bit 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 Llama 4 Maverick 17B-128E Instruct
| Dibuat oleh | Meta |
|---|---|
| Parameter | 400B total · 17B aktif (mixture of experts) |
| Konteks | 1M token |
| Lisensi | Llama 4 Community License |
| Dirilis | 2025-04 |
| Input | Teks dan gambar |
| Kecerdasan | 9,3 di Artificial Analysis Intelligence Index |
| Bobot | meta-llama/Llama-4-Maverick-17B-128E-Instruct |
Pertanyaan
- Berapa memori yang dibutuhkan Llama 4 Maverick 17B-128E Instruct?
- Sekitar 225 GB untuk bobot pada 4-bit, ditambah ruang untuk konteks: total 243 GB. Di Mac artinya memori terpadu 512 GB atau lebih, karena secara bawaan macOS mengizinkan GPU memakai sekitar 75% darinya.
- Seberapa cepat Llama 4 Maverick 17B-128E Instruct di Mac?
- Kecepatan menulis bergantung pada bandwidth memori. Mac tercepat untuknya di sini adalah M5 Ultra dengan 512 GB, sekitar 39–70 token per detik (6-bit). Mac terkecil yang bisa menjalankannya, dengan 512 GB, mencapai sekitar 39–70 pada M5 Ultra.
- Mengapa Llama 4 Maverick 17B-128E Instruct berjalan lebih cepat daripada ukurannya?
- Ini model mixture-of-experts: ia menyimpan 400B parameter di memori tetapi hanya membaca 17B untuk setiap token, sehingga menulis secepat model yang jauh lebih kecil.
Model serupa
Untuk kartu model atau README Anda
Menampilkan Mac terkecil yang menjalankan Llama 4 Maverick 17B-128E Instruct dengan baik dan menautkan ke sini.
[](https://mlx.app/run/llama-4-maverick)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.