Memoria a ogni precisione
| Versione | Pesi | Con contesto | Mac più piccolo |
|---|---|---|---|
| 8 bit | 425 GB | 459 GB | più di qualsiasi Mac |
| 6 bit | 325 GB | 351 GB | 512 GB |
| 4 bit | 225 GB | 243 GB | 512 GB |
| 3 bit qualità inferiore | 175 GB | 189 GB | 256 GB |
| 2 bit qualità inferiore | 125 GB | 135 GB | 192 GB |
Su ogni chip Apple
Per ogni chip, il taglio di memoria più piccolo che esegue Llama 4 Maverick 17B-128E Instruct, la versione migliore che ci sta e la velocità di scrittura che puoi aspettarti.
| Chip | Richiede | Versione | Token/s |
|---|---|---|---|
| M6 | nessun taglio basta | Troppo grande | – |
| M5 Ultra | 512 GB | 6 bit Gira bene | 39–70 |
| M5 Max | nessun taglio basta | Troppo grande | – |
| M5 Pro | nessun taglio basta | Troppo grande | – |
| M5 | nessun taglio basta | Troppo grande | – |
| M4 Max | nessun taglio basta | Troppo grande | – |
| M4 Pro | nessun taglio basta | Troppo grande | – |
| M4 | nessun taglio basta | Troppo grande | – |
| M3 Ultra | 512 GB | 6 bit Gira bene | 27–47 |
| M3 Max | nessun taglio basta | Troppo grande | – |
| M3 Pro | nessun taglio basta | Troppo grande | – |
| M3 | nessun taglio basta | Troppo grande | – |
| M2 Ultra | 192 GB | 2 bit Gira bene | 68–121 |
| M2 Max | nessun taglio basta | Troppo grande | – |
| M2 Pro | nessun taglio basta | Troppo grande | – |
| M2 | nessun taglio basta | Troppo grande | – |
| M1 Ultra | nessun taglio basta | Troppo grande | – |
| M1 Max | nessun taglio basta | Troppo grande | – |
| M1 Pro | nessun taglio basta | Troppo grande | – |
| M1 | nessun taglio basta | Troppo grande | – |
Come eseguirlo
- Il modo più semplice: scarica MLX Harness, gratuito e open source. Cerca Llama 4 Maverick 17B-128E 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-4-Maverick-17B-128E-Instruct-4bitBuild: mlx-community/Llama-4-Maverick-17B-128E-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 4 Maverick 17B-128E Instruct
| Creato da | Meta |
|---|---|
| Parametri | 400B in totale · 17B attivi (mixture-of-experts) |
| Contesto | 1M token |
| Licenza | Llama 4 Community License |
| Uscita | 2025-04 |
| Input | Testo e immagini |
| Intelligenza | 9,3 nell’Artificial Analysis Intelligence Index |
| Pesi | meta-llama/Llama-4-Maverick-17B-128E-Instruct |
Domande
- Quanta memoria richiede Llama 4 Maverick 17B-128E Instruct?
- Circa 225 GB di pesi a 4 bit, più lo spazio per il contesto: 243 GB in tutto. Su un Mac significa 512 GB di memoria unificata o più, perché di default macOS lascia usare alla GPU circa il 75% della memoria.
- Quanto è veloce Llama 4 Maverick 17B-128E 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 512 GB, a circa 39–70 token al secondo (6 bit). Il Mac più piccolo che lo esegue, con 512 GB, arriva a circa 39–70 su un M5 Ultra.
- Perché Llama 4 Maverick 17B-128E Instruct è più veloce di quanto suggeriscano le sue dimensioni?
- È un modello mixture-of-experts: tiene in memoria 400B parametri ma per ogni token ne legge solo 17B, quindi scrive alla velocità di un modello molto più piccolo.
Modelli simili
Per la scheda del tuo modello o il README
Mostra il Mac più piccolo che esegue bene Llama 4 Maverick 17B-128E Instruct e rimanda a questa pagina.
[](https://mlx.app/run/llama-4-maverick)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.