Quanta memoria richiede LFM2.5 24B A2B?

Circa 13,5 GB di pesi a 4 bit, più lo spazio per il contesto: 15 GB in tutto. Su un Mac significa 24 GB di memoria unificata o più, perché di default macOS lascia usare alla GPU circa il 75% della memoria.

Quanto è veloce LFM2.5 24B A2B su un Mac?

La velocità di scrittura dipende dalla larghezza di banda della memoria. Qui il Mac più veloce per questo modello è un M5 Ultra con 96 GB, a circa 257–457 token al secondo (8 bit). Il Mac più piccolo che lo esegue, con 24 GB, arriva a circa 126–223 su un M5 Pro.

Perché LFM2.5 24B A2B è più veloce di quanto suggeriscano le sue dimensioni?

È un modello mixture-of-experts: tiene in memoria 24B parametri ma per ogni token ne legge solo 2B, quindi scrive alla velocità di un modello molto più piccolo.

Un Mac può eseguire LFM2.5 24B A2B? Memoria, velocità

Memoria a ogni precisione

Versione	Pesi	Con contesto	Mac più piccolo
8 bit	25,5 GB	27,5 GB	48 GB
6 bit	19,5 GB	21,1 GB	32 GB
4 bit	13,5 GB	15 GB	24 GB
3 bit qualità inferiore	10,5 GB	12 GB	16 GB
2 bit qualità inferiore	7,5 GB	9 GB	16 GB

Su ogni chip Apple

Per ogni chip, il taglio di memoria più piccolo che esegue LFM2.5 24B A2B, la versione migliore che ci sta e la velocità di scrittura che puoi aspettarti.

Chip	Richiede	Versione	Token/s
M6	24 GB	4 bit Gira bene	70–124
M5 Ultra	96 GB	8 bit Gira bene	257–457
M5 Max	36 GB	6 bit Gira bene	129–230
M5 Pro	24 GB	4 bit Gira bene	126–223
M5	24 GB	4 bit Gira bene	63–111
M4 Max	36 GB	6 bit Gira bene	115–205
M4 Pro	24 GB	4 bit Gira bene	112–199
M4	24 GB	4 bit Gira bene	49–87
M3 Ultra	96 GB	8 bit Gira bene	176–312
M3 Max	36 GB	6 bit Gira bene	84–150
M3 Pro	36 GB	6 bit Gira bene	42–75
M3	24 GB	4 bit Gira bene	41–73
M2 Ultra	64 GB	8 bit Gira bene	171–305
M2 Max	32 GB	6 bit Gira bene	113–200
M2 Pro	32 GB	6 bit Gira bene	56–100
M2	24 GB	4 bit Gira bene	41–73
M1 Ultra	64 GB	8 bit Gira bene	171–305
M1 Max	32 GB	6 bit Gira bene	113–200
M1 Pro	32 GB	6 bit Gira bene	56–100
M1	16 GB	3 bit Gira bene	34–60

Come eseguirlo

Il modo più semplice: scarica MLX Harness, gratuito e open source. Cerca LFM2.5 24B A2B, scarica la versione adatta al tuo Mac e inizia a chattare. MLX Harness rende disponibile il modello anche alle tue altre app tramite un’API compatibile con OpenAI.Scarica MLX HarnessGratuito · Apple Silicon · macOS 14.5 o successivo
Nel Terminale, con MLX di Apple:pip install mlx-lmmlx_lm.chat --model mlx-community/LFM2.5-24B-A2B-OptiQ-4bitBuild: mlx-community/LFM2.5-24B-A2B-OptiQ-4bit su Hugging Face. Le altre precisioni sono lì accanto.

Passo dopo passo: scaricare ed eseguire LLM su Mac · come usare MLX Harness · MLX vs Ollama vs llama.cpp

Informazioni su LFM2.5 24B A2B

Creato da	Liquid AI
Parametri	24B in totale · 2B attivi (mixture-of-experts)
Contesto	128K token
Licenza	LFM Open License v1.0 (lfm1.0)
Uscita	2026-10
Input	Testo
Pesi	LiquidAI/LFM2.5-24B-A2B

Domande

Quanta memoria richiede LFM2.5 24B A2B?: Circa 13,5 GB di pesi a 4 bit, più lo spazio per il contesto: 15 GB in tutto. Su un Mac significa 24 GB di memoria unificata o più, perché di default macOS lascia usare alla GPU circa il 75% della memoria.
Quanto è veloce LFM2.5 24B A2B su un Mac?: La velocità di scrittura dipende dalla larghezza di banda della memoria. Qui il Mac più veloce per questo modello è un M5 Ultra con 96 GB, a circa 257–457 token al secondo (8 bit). Il Mac più piccolo che lo esegue, con 24 GB, arriva a circa 126–223 su un M5 Pro.
Perché LFM2.5 24B A2B è più veloce di quanto suggeriscano le sue dimensioni?: È un modello mixture-of-experts: tiene in memoria 24B parametri ma per ogni token ne legge solo 2B, quindi scrive alla velocità di un modello molto più piccolo.

Modelli simili

Tutti i modelli · Tutti i Mac · Confronta il tuo Mac

Per la scheda del tuo modello o il README

Mostra il Mac più piccolo che esegue bene LFM2.5 24B A2B e rimanda a questa pagina.

[![Runs on a Mac](https://mlx.app/badge/run/lfm2.5-24b-a2b.svg)](https://mlx.app/run/lfm2.5-24b-a2b)

Come è calcolato

Memoria: i parametri del modello a 8, 6, 4, 3 o 2 bit per peso più le scale per gruppo di MLX (mezzo bit per peso), oppure il suo formato nativo, con in più lo spazio per il contesto. Di default macOS lascia usare alla GPU circa il 75% della memoria unificata. Velocità: la larghezza di banda della memoria divisa per i byte letti per ogni token è il limite massimo per una conversazione; nei benchmark pubblici su Apple Silicon di llama.cpp, le esecuzioni reali arrivano a circa il 45%–80% di quel limite, ed è l’intervallo mostrato. Sono stime, non misurazioni: misura il tuo Mac su MLX Bench. Dati dei modelli dalla rispettiva scheda ufficiale, dati dei chip dalle specifiche tecniche di Apple. Verificato il 2026-10-19. Stessi dati di mlx.app/compare.