Quanta memoria richiede Llama 4 Scout 17B-16E Instruct?

Circa 61,3 GB di pesi a 4 bit, più lo spazio per il contesto: 66,2 GB in tutto. Su un Mac significa 96 GB di memoria unificata o più, perché di default macOS lascia usare alla GPU circa il 75% della memoria.

Quanto è veloce Llama 4 Scout 17B-16E 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 56–100 token al secondo (4 bit). Il Mac più piccolo che lo esegue, con 96 GB, arriva a circa 56–100 su un M5 Ultra.

Perché Llama 4 Scout 17B-16E Instruct è più veloce di quanto suggeriscano le sue dimensioni?

È un modello mixture-of-experts: tiene in memoria 109B parametri ma per ogni token ne legge solo 17B, quindi scrive alla velocità di un modello molto più piccolo.

Un Mac può eseguire Llama 4 Scout 17B-16E Instruct? Memoria, velocità

Memoria a ogni precisione

Versione	Pesi	Con contesto	Mac più piccolo
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 qualità inferiore	47,7 GB	51,5 GB	96 GB
2 bit qualità inferiore	34,1 GB	36,8 GB	64 GB

Su ogni chip Apple

Per ogni chip, il taglio di memoria più piccolo che esegue Llama 4 Scout 17B-16E 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	96 GB	4 bit Gira bene	56–100
M5 Max	128 GB	6 bit Gira bene	20–36
M5 Pro	64 GB	2 bit Gira bene	26–46
M5	nessun taglio basta	Troppo grande	–
M4 Max	128 GB	6 bit Gira bene	18–32
M4 Pro	64 GB	2 bit Gira bene	23–41
M4	nessun taglio basta	Troppo grande	–
M3 Ultra	96 GB	4 bit Gira bene	38–68
M3 Max	96 GB	4 bit Gira bene	14–25
M3 Pro	nessun taglio basta	Troppo grande	–
M3	nessun taglio basta	Troppo grande	–
M2 Ultra	128 GB	6 bit Gira bene	26–46
M2 Max	96 GB	4 bit Gira bene	19–33
M2 Pro	nessun taglio basta	Troppo grande	–
M2	nessun taglio basta	Troppo grande	–
M1 Ultra	128 GB	6 bit Gira bene	26–46
M1 Max	64 GB	2 bit Gira bene	34–60
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 Scout 17B-16E 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-Scout-17B-16E-Instruct-4bitBuild: mlx-community/Llama-4-Scout-17B-16E-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 Scout 17B-16E Instruct

Creato da	Meta
Parametri	109B in totale · 17B attivi (mixture-of-experts)
Contesto	10M token
Licenza	Llama 4 Community License
Uscita	2025-04
Input	Testo e immagini
Intelligenza	6,5 nell’Artificial Analysis Intelligence Index
Pesi	meta-llama/Llama-4-Scout-17B-16E-Instruct

Domande

Quanta memoria richiede Llama 4 Scout 17B-16E Instruct?: Circa 61,3 GB di pesi a 4 bit, più lo spazio per il contesto: 66,2 GB in tutto. Su un Mac significa 96 GB di memoria unificata o più, perché di default macOS lascia usare alla GPU circa il 75% della memoria.
Quanto è veloce Llama 4 Scout 17B-16E 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 56–100 token al secondo (4 bit). Il Mac più piccolo che lo esegue, con 96 GB, arriva a circa 56–100 su un M5 Ultra.
Perché Llama 4 Scout 17B-16E Instruct è più veloce di quanto suggeriscano le sue dimensioni?: È un modello mixture-of-experts: tiene in memoria 109B parametri ma per ogni token ne legge solo 17B, 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 Llama 4 Scout 17B-16E Instruct e rimanda a questa pagina.

[![Runs on a Mac](https://mlx.app/badge/run/llama-4-scout.svg)](https://mlx.app/run/llama-4-scout)

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.