Quanta memoria richiede Ornith 1.5 122B?

Circa 68,6 GB di pesi a 4 bit, più lo spazio per il contesto: 74,1 GB in tutto. Su un Mac significa 128 GB di memoria unificata o più, perché di default macOS lascia usare alla GPU circa il 75% della memoria.

Quanto è veloce Ornith 1.5 122B su un Mac?

La velocità di scrittura dipende dalla larghezza di banda della memoria. Qui il Mac più veloce per questo modello è un M2 Ultra con 128 GB, a circa 64–114 token al secondo (4 bit). Il Mac più piccolo che lo esegue, con 128 GB, arriva a circa 64–114 su un M2 Ultra.

Perché Ornith 1.5 122B è più veloce di quanto suggeriscano le sue dimensioni?

È un modello mixture-of-experts: tiene in memoria 122B parametri ma per ogni token ne legge solo 10B, quindi scrive alla velocità di un modello molto più piccolo.

Un Mac può eseguire Ornith 1.5 122B? Memoria, velocità

Memoria a ogni precisione

Versione	Pesi	Con contesto	Mac più piccolo
8 bit	130 GB	140 GB	192 GB
6 bit	99,1 GB	107 GB	192 GB
4 bit	68,6 GB	74,1 GB	128 GB
3 bit qualità inferiore	53,4 GB	57,7 GB	96 GB
2 bit qualità inferiore	38,1 GB	41,1 GB	64 GB

Su ogni chip Apple

Per ogni chip, il taglio di memoria più piccolo che esegue Ornith 1.5 122B, 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	256 GB	8 bit Gira bene	51–91
M5 Max	128 GB	4 bit Gira bene	49–88
M5 Pro	64 GB	2 bit Gira bene	45–79
M5	nessun taglio basta	Troppo grande	–
M4 Max	128 GB	4 bit Gira bene	44–78
M4 Pro	64 GB	2 bit Gira bene	40–70
M4	nessun taglio basta	Troppo grande	–
M3 Ultra	256 GB	8 bit Gira bene	35–62
M3 Max	128 GB	4 bit Gira bene	32–57
M3 Pro	nessun taglio basta	Troppo grande	–
M3	nessun taglio basta	Troppo grande	–
M2 Ultra	128 GB	4 bit Gira bene	64–114
M2 Max	64 GB	2 bit Gira bene	58–103
M2 Pro	nessun taglio basta	Troppo grande	–
M2	nessun taglio basta	Troppo grande	–
M1 Ultra	128 GB	4 bit Gira bene	64–114
M1 Max	64 GB	2 bit Gira bene	58–103
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 Ornith 1.5 122B, 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: Non esiste ancora una build MLX della community, quindi creane una dai pesi ufficiali:pip install mlx-lmmlx_lm.convert --hf-path ornith-ai/Ornith-1.5-122B -q

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

Informazioni su Ornith 1.5 122B

Creato da	Ornith AI
Parametri	122B in totale · 10B attivi (mixture-of-experts)
Contesto	256K token
Licenza	MIT
Uscita	2026-10
Input	Testo e immagini
Pesi	ornith-ai/Ornith-1.5-122B

Domande

Quanta memoria richiede Ornith 1.5 122B?: Circa 68,6 GB di pesi a 4 bit, più lo spazio per il contesto: 74,1 GB in tutto. Su un Mac significa 128 GB di memoria unificata o più, perché di default macOS lascia usare alla GPU circa il 75% della memoria.
Quanto è veloce Ornith 1.5 122B su un Mac?: La velocità di scrittura dipende dalla larghezza di banda della memoria. Qui il Mac più veloce per questo modello è un M2 Ultra con 128 GB, a circa 64–114 token al secondo (4 bit). Il Mac più piccolo che lo esegue, con 128 GB, arriva a circa 64–114 su un M2 Ultra.
Perché Ornith 1.5 122B è più veloce di quanto suggeriscano le sue dimensioni?: È un modello mixture-of-experts: tiene in memoria 122B parametri ma per ogni token ne legge solo 10B, 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 Ornith 1.5 122B e rimanda a questa pagina.

[![Runs on a Mac](https://mlx.app/badge/run/ornith-1.5-122b.svg)](https://mlx.app/run/ornith-1.5-122b)

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.