Memori di setiap presisi
| Versi | Bobot | Dengan konteks | Mac terkecil |
|---|---|---|---|
| 8-bit | 116 GB | 125 GB | 192 GB |
| 6-bit | 88,6 GB | 95,7 GB | 128 GB |
| 4-bit | 61,3 GB | 66,2 GB | 96 GB |
| 3-bit kualitas lebih rendah | 47,7 GB | 51,5 GB | 96 GB |
| 2-bit kualitas lebih rendah | 34,1 GB | 36,8 GB | 64 GB |
Di setiap chip Apple
Ukuran memori terkecil setiap chip yang bisa menjalankan Llama 4 Scout 17B-16E 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 | 96 GB | 4-bit Berjalan baik | 56–100 |
| M5 Max | 128 GB | 6-bit Berjalan baik | 20–36 |
| M5 Pro | 64 GB | 2-bit Berjalan baik | 26–46 |
| M5 | tidak ada ukuran yang muat | Terlalu besar | – |
| M4 Max | 128 GB | 6-bit Berjalan baik | 18–32 |
| M4 Pro | 64 GB | 2-bit Berjalan baik | 23–41 |
| M4 | tidak ada ukuran yang muat | Terlalu besar | – |
| M3 Ultra | 96 GB | 4-bit Berjalan baik | 38–68 |
| M3 Max | 96 GB | 4-bit Berjalan baik | 14–25 |
| M3 Pro | tidak ada ukuran yang muat | Terlalu besar | – |
| M3 | tidak ada ukuran yang muat | Terlalu besar | – |
| M2 Ultra | 128 GB | 6-bit Berjalan baik | 26–46 |
| M2 Max | 96 GB | 4-bit Berjalan baik | 19–33 |
| M2 Pro | tidak ada ukuran yang muat | Terlalu besar | – |
| M2 | tidak ada ukuran yang muat | Terlalu besar | – |
| M1 Ultra | 128 GB | 6-bit Berjalan baik | 26–46 |
| M1 Max | 64 GB | 2-bit Berjalan baik | 34–60 |
| 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 Scout 17B-16E 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-Scout-17B-16E-Instruct-4bitBuild: mlx-community/Llama-4-Scout-17B-16E-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 Scout 17B-16E Instruct
| Dibuat oleh | Meta |
|---|---|
| Parameter | 109B total · 17B aktif (mixture of experts) |
| Konteks | 10M token |
| Lisensi | Llama 4 Community License |
| Dirilis | 2025-04 |
| Input | Teks dan gambar |
| Kecerdasan | 6,5 di Artificial Analysis Intelligence Index |
| Bobot | meta-llama/Llama-4-Scout-17B-16E-Instruct |
Pertanyaan
- Berapa memori yang dibutuhkan Llama 4 Scout 17B-16E Instruct?
- Sekitar 61,3 GB untuk bobot pada 4-bit, ditambah ruang untuk konteks: total 66,2 GB. Di Mac artinya memori terpadu 96 GB atau lebih, karena secara bawaan macOS mengizinkan GPU memakai sekitar 75% darinya.
- Seberapa cepat Llama 4 Scout 17B-16E Instruct di Mac?
- Kecepatan menulis bergantung pada bandwidth memori. Mac tercepat untuknya di sini adalah M5 Ultra dengan 96 GB, sekitar 56–100 token per detik (4-bit). Mac terkecil yang bisa menjalankannya, dengan 96 GB, mencapai sekitar 56–100 pada M5 Ultra.
- Mengapa Llama 4 Scout 17B-16E Instruct berjalan lebih cepat daripada ukurannya?
- Ini model mixture-of-experts: ia menyimpan 109B 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 Scout 17B-16E Instruct dengan baik dan menautkan ke sini.
[](https://mlx.app/run/llama-4-scout)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.