정밀도별 메모리
| 버전 | 가중치 | 컨텍스트 포함 | 최소 사양 Mac |
|---|---|---|---|
| 8비트 | 42.3 GB | 45.7 GB | 64 GB |
| 6비트 | 32.3 GB | 34.9 GB | 48 GB |
| 4비트 | 22.4 GB | 24.2 GB | 36 GB |
| 3비트 품질 낮음 | 17.4 GB | 18.9 GB | 32 GB |
| 2비트 품질 낮음 | 12.4 GB | 13.9 GB | 24 GB |
모든 Apple 칩에서
칩마다 Recursive Flint 모델을 실행할 수 있는 가장 작은 메모리 용량, 거기에 맞는 최적의 버전, 예상 생성 속도입니다.
| 칩 | 필요량 | 버전 | 토큰/초 |
|---|---|---|---|
| M6 | 24 GB | 2비트 쾌적함 | 96–170 |
| M5 Ultra | 96 GB | 8비트 쾌적함 | 200–356 |
| M5 Max | 36 GB | 4비트 쾌적함 | 148–263 |
| M5 Pro | 48 GB | 6비트 쾌적함 | 69–123 |
| M5 | 24 GB | 2비트 쾌적함 | 86–153 |
| M4 Max | 36 GB | 4비트 쾌적함 | 132–234 |
| M4 Pro | 48 GB | 6비트 쾌적함 | 61–109 |
| M4 | 24 GB | 2비트 쾌적함 | 68–120 |
| M3 Ultra | 96 GB | 8비트 쾌적함 | 137–243 |
| M3 Max | 36 GB | 4비트 쾌적함 | 96–171 |
| M3 Pro | 36 GB | 4비트 쾌적함 | 48–86 |
| M3 | 24 GB | 2비트 쾌적함 | 56–100 |
| M2 Ultra | 64 GB | 8비트 쾌적함 | 133–237 |
| M2 Max | 64 GB | 8비트 쾌적함 | 67–119 |
| M2 Pro | 32 GB | 3비트 쾌적함 | 82–145 |
| M2 | 24 GB | 2비트 쾌적함 | 56–100 |
| M1 Ultra | 64 GB | 8비트 쾌적함 | 133–237 |
| M1 Max | 64 GB | 8비트 쾌적함 | 67–119 |
| M1 Pro | 32 GB | 3비트 쾌적함 | 82–145 |
| M1 | 16 GB | 2비트 아슬아슬 | 38–68 |
다른 사람들의 실측
다른 사람들이 자신의 Mac에서 직접 측정해 공개한 Recursive Flint의 생성 속도입니다. 제3자의 측정값으로, 저희 측정도 위의 추정치도 아닙니다.
| Mac | 런타임 | 정밀도 | 디코드 tok/s | 출처 |
|---|---|---|---|---|
| Mac Studio M3 Ultra | Ollama (MLX engine) | INT4 (QAT) | 107 | Alec Kloss @aleckloss |
| Mac Studio M3 Ultra | mlx-lm (PR #1998) | INT4 (QAT) | 104.5 | Alec Kloss @aleckloss |
| Mac Studio M3 Ultra | mlx-vlm | BF16 | 51.3컨텍스트 1K에서 | Prince Canuma @Prince_Canuma |
| Mac Studio M3 Ultra | mlx-vlm | BF16 | 33컨텍스트 128K에서 | Prince Canuma @Prince_Canuma |
| Mac mini M5 Pro 64 GB | Ollama | 4-bit | 115 | Pratik Gandhi @pratikg |
| Mac mini M5 Pro 64 GB | Ollama | 4-bit | 87컨텍스트 20K에서 | Pratik Gandhi @pratikg |
결과는 런타임과 설정에 따라 달라집니다. 버전, 정밀도, 컨텍스트 길이, 프롬프트, 추론 켜기·끄기가 모두 속도를 바꿉니다.
실행하는 방법
- 터미널에서 개발사 자체 엔진 Rec로:
curl -fsSL https://raw.githubusercontent.com/recursive-oss/rec/main/install.sh | bashrec launch pi필요 사항: M4 Pro, M5 Pro or M5 Max · at least 48 GB unified memory · about 30 GB free disk · Node.js 22 and npm (for pi)빌드: Hugging Face의 RecursiveSI/flint-int4. 다른 정밀도도 같은 곳에 있습니다.
단계별 안내: Mac에서 LLM 다운로드하고 실행하기 · MLX Harness 사용법 · MLX vs Ollama vs llama.cpp
Recursive Flint 정보
| 개발사 | Recursive |
|---|---|
| 파라미터 | 전체 39.8B · 활성 2.5B(전문가 혼합) |
| 컨텍스트 | 256K토큰 |
| 라이선스 | Apache-2.0 |
| 출시 | 2026-10 |
| 입력 | 텍스트 |
| 가중치 | RecursiveSI/flint |
자주 묻는 질문
- Recursive Flint 모델에는 메모리가 얼마나 필요한가요?
- 4비트에서 가중치가 약 22.4 GB이고, 컨텍스트 여유까지 더하면 모두 24.2 GB입니다. macOS는 기본적으로 GPU가 통합 메모리의 약 75%를 쓰도록 허용하므로, Mac에서는 통합 메모리가 36GB 이상 필요합니다. Recursive의 자체 엔진 Rec는 통합 메모리가 48GB 이상인 M4 Pro, M5 Pro 또는 M5 Max가 필요합니다(개발사 요구 사항).
- Mac에서 Recursive Flint 모델은 얼마나 빠른가요?
- 생성 속도는 메모리 대역폭에 달려 있습니다. 여기서 가장 빠른 Mac은 96GB M5 Ultra로, 초당 약 200–356토큰입니다(8비트). 실행할 수 있는 최소 사양 Mac인 36GB M5 Max에서는 초당 약 148–263토큰입니다.
- Recursive Flint 모델이 크기에 비해 빠른 이유는 무엇인가요?
- 전문가 혼합(MoE) 모델이기 때문입니다. 메모리에는 39.8B 파라미터를 올려 두지만 토큰마다 2.5B만 읽으므로, 훨씬 작은 모델과 비슷한 속도로 생성합니다.
비슷한 모델
- Qwen3.6 35B A3B32GB부터
- Sage-A1.532GB부터
- Gemma 4 31B32GB부터
- Qwen3 Coder 30B A3B Instruct32GB부터
- Hy-Memory-30B-A3B32GB부터
- GLM-4.7 Flash32GB부터
모든 모델 · 모든 Mac · 내 Mac 비교하기
모델 카드나 README용
Recursive Flint 모델을 쾌적하게 실행하는 최소 사양 Mac을 보여 주고 이 페이지로 연결합니다.
[](https://mlx.app/run/flint)계산 방법
메모리: 모델 파라미터를 가중치당 8, 6, 4, 3, 2비트로 계산하고 MLX의 그룹 스케일(가중치당 0.5비트)을 더하거나 네이티브 형식 그대로 계산한 뒤, 컨텍스트를 위한 여유를 더했습니다. macOS는 기본적으로 GPU가 통합 메모리의 약 75%를 쓰도록 허용합니다. 속도: 메모리 대역폭을 토큰당 읽는 바이트 수로 나눈 값이 한 대화의 상한입니다. llama.cpp의 Apple Silicon 공개 벤치마크에서 실제 속도는 그 상한의 약 45~80%였고, 여기 표시한 범위가 바로 그 값입니다. 측정값이 아닌 추정값이니, 내 Mac은 MLX Bench에서 직접 측정해 보세요. 모델 수치는 각 공식 모델 카드, 칩 수치는 Apple 기술 사양에서 가져왔습니다. 2026-10-19 확인. mlx.app/compare와 같은 데이터입니다.
공개 데이터: mlx.app/data (JSON, CSV)