Memori di setiap presisi
| Versi | Bobot | Dengan konteks | Mac terkecil |
|---|---|---|---|
| 8-bit | 136 GB | 147 GB | 256 GB |
| 6-bit | 104 GB | 112 GB | 192 GB |
| 4-bit | 72 GB | 77,8 GB | 128 GB |
| 3-bit kualitas lebih rendah | 56 GB | 60,5 GB | 96 GB |
| 2-bit kualitas lebih rendah | 40 GB | 43,2 GB | 64 GB |
Di setiap chip Apple
Ukuran memori terkecil setiap chip yang bisa menjalankan Mistral Medium 3.5 (128B), 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 | 256 GB | 8-bit Lambat | 4–7 |
| M5 Max | 128 GB | 4-bit Lambat | 4–7 |
| M5 Pro | 64 GB | 2-bit Lambat | 3–6 |
| M5 | tidak ada ukuran yang muat | Terlalu besar | – |
| M4 Max | 128 GB | 4-bit Lambat | 3–6 |
| M4 Pro | 64 GB | 2-bit Lambat | 3–5 |
| M4 | tidak ada ukuran yang muat | Terlalu besar | – |
| M3 Ultra | 256 GB | 8-bit Lambat | 3–5 |
| M3 Max | 128 GB | 4-bit Lambat | 3–4 |
| M3 Pro | tidak ada ukuran yang muat | Terlalu besar | – |
| M3 | tidak ada ukuran yang muat | Terlalu besar | – |
| M2 Ultra | 128 GB | 4-bit Lambat | 5–9 |
| M2 Max | 64 GB | 2-bit Lambat | 5–8 |
| M2 Pro | tidak ada ukuran yang muat | Terlalu besar | – |
| M2 | tidak ada ukuran yang muat | Terlalu besar | – |
| M1 Ultra | 128 GB | 4-bit Lambat | 5–9 |
| M1 Max | 64 GB | 2-bit Lambat | 5–8 |
| 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 Mistral Medium 3.5 (128B), 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/Mistral-Medium-3.5-128B-4bitBuild: mlx-community/Mistral-Medium-3.5-128B-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 Mistral Medium 3.5 (128B)
| Dibuat oleh | Mistral AI |
|---|---|
| Parameter | 128B (dense) |
| Konteks | 256K token |
| Lisensi | Modified MIT (exceptions for companies with large revenue) |
| Dirilis | 2026-03 |
| Input | Teks dan gambar |
| Kecerdasan | 14,2 di Artificial Analysis Intelligence Index |
| Bobot | mistralai/Mistral-Medium-3.5-128B |
Pertanyaan
- Berapa memori yang dibutuhkan Mistral Medium 3.5 (128B)?
- Sekitar 72 GB untuk bobot pada 4-bit, ditambah ruang untuk konteks: total 77,8 GB. Di Mac artinya memori terpadu 128 GB atau lebih, karena secara bawaan macOS mengizinkan GPU memakai sekitar 75% darinya.
- Seberapa cepat Mistral Medium 3.5 (128B) di Mac?
- Kecepatan menulis bergantung pada bandwidth memori. Mac tercepat untuknya di sini adalah M2 Ultra dengan 128 GB, sekitar 5–9 token per detik (4-bit). Mac terkecil yang bisa menjalankannya, dengan 128 GB, mencapai sekitar 5–9 pada M2 Ultra.
- Apakah kuantisasi menurunkan kualitas Mistral Medium 3.5 (128B)?
- Pada 4 bit, sebagian besar model tetap mendekati kualitas aslinya; di bawah 4 bit kualitas turun lebih cepat. Pilih presisi tertinggi yang muat di Mac Anda dengan ruang tersisa.
Model serupa
Untuk kartu model atau README Anda
Menampilkan Mac terkecil yang menjalankan Mistral Medium 3.5 (128B) dengan baik dan menautkan ke sini.
[](https://mlx.app/run/mistral-medium-3.5)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.