Memoria a ogni precisione
| Versione | Pesi | Con contesto | Mac più piccolo |
|---|---|---|---|
| 8 bit | 74,4 GB | 80,4 GB | 128 GB |
| 6 bit | 56,9 GB | 61,5 GB | 96 GB |
| 4 bit | 39,4 GB | 42,6 GB | 64 GB |
| 3 bit qualità inferiore | 30,6 GB | 33 GB | 48 GB |
| 2 bit qualità inferiore | 21,9 GB | 23,7 GB | 32 GB |
Su ogni chip Apple
Per ogni chip, il taglio di memoria più piccolo che esegue Llama 3.3 70B Instruct, la versione migliore che ci sta e la velocità di scrittura che puoi aspettarti.
| Chip | Richiede | Versione | Token/s |
|---|---|---|---|
| M6 | 32 GB | 2 bit Lento | 3–6 |
| M5 Ultra | 96 GB | 4 bit Gira bene | 14–24 |
| M5 Max | 64 GB | 4 bit Lento | 7–12 |
| M5 Pro | 64 GB | 4 bit Lento | 4–6 |
| M5 | 32 GB | 2 bit Lento | 3–6 |
| M4 Max | 64 GB | 4 bit Lento | 6–11 |
| M4 Pro | 64 GB | 4 bit Lento | 3–6 |
| M4 | 32 GB | 2 bit Lento | 2–4 |
| M3 Ultra | 96 GB | 6 bit Lento | 6–12 |
| M3 Max | 64 GB | 4 bit Lento | 5–8 |
| M3 Pro | 36 GB | 2 bit Lento | 3–5 |
| M3 | nessun taglio basta | Troppo grande | – |
| M2 Ultra | 64 GB | 4 bit Lento | 9–16 |
| M2 Max | 64 GB | 4 bit Lento | 5–8 |
| M2 Pro | 32 GB | 2 bit Lento | 4–7 |
| M2 | nessun taglio basta | Troppo grande | – |
| M1 Ultra | 64 GB | 4 bit Lento | 9–16 |
| M1 Max | 64 GB | 4 bit Lento | 5–8 |
| M1 Pro | 32 GB | 2 bit Lento | 4–7 |
| M1 | nessun taglio basta | Troppo grande | – |
Come eseguirlo
- Il modo più semplice: scarica MLX Harness, gratuito e open source. Cerca Llama 3.3 70B Instruct, 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/Llama-3.3-70B-Instruct-4bitBuild: mlx-community/Llama-3.3-70B-Instruct-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 Llama 3.3 70B Instruct
| Creato da | Meta |
|---|---|
| Parametri | 70B (denso) |
| Contesto | 128K token |
| Licenza | Llama 3.3 Community License |
| Uscita | 2024-12 |
| Input | Testo |
| Pesi | meta-llama/Llama-3.3-70B-Instruct |
Domande
- Quanta memoria richiede Llama 3.3 70B Instruct?
- Circa 39,4 GB di pesi a 4 bit, più lo spazio per il contesto: 42,6 GB in tutto. Su un Mac significa 64 GB di memoria unificata o più, perché di default macOS lascia usare alla GPU circa il 75% della memoria.
- Quanto è veloce Llama 3.3 70B Instruct 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 14–24 token al secondo (4 bit). Il Mac più piccolo che lo esegue, con 64 GB, arriva a circa 9–16 su un M2 Ultra.
- La quantizzazione peggiora Llama 3.3 70B Instruct?
- A 4 bit la maggior parte dei modelli resta vicina alla qualità originale; sotto i 4 bit la qualità cala più in fretta. Scegli la precisione più alta che sta nel tuo Mac con margine.
Modelli simili
Per la scheda del tuo modello o il README
Mostra il Mac più piccolo che esegue bene Llama 3.3 70B Instruct e rimanda a questa pagina.
[](https://mlx.app/run/llama-3.3-70b)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.