로그인지갑 만들기

Mac에서 gpt-oss-20b 실행할 수 있을까?

네, 통합 메모리가 24GB 이상이면 됩니다. gpt-oss-20b 모델의 파라미터는 21B이고, 토큰마다 그중 3.6B만 활성화됩니다. 정밀도별로 필요한 메모리와 각 Apple 칩에서의 속도를 정리했습니다.

네이티브 4.25비트 메모리15.3 GB가중치 13.8 GB + 컨텍스트
최소 사양 Mac24 GB네이티브 4.25비트 · Mac 구성 54가지
가장 빠른 Mac284–505토큰/초 · M5 Ultra 96GB(추정)

정밀도별 메모리

버전가중치컨텍스트 포함최소 사양 Mac
네이티브 4.25비트13.8 GB15.3 GB24 GB
3비트 품질 낮음9.2 GB10.7 GB16 GB
2비트 품질 낮음6.6 GB8.1 GB16 GB

모든 Apple 칩에서

칩마다 gpt-oss-20b 모델을 실행할 수 있는 가장 작은 메모리 용량, 거기에 맞는 최적의 버전, 예상 생성 속도입니다.

칩필요량버전토큰/초
M624 GB네이티브 4.25비트 쾌적함40–72
M5 Ultra96 GB네이티브 4.25비트 쾌적함284–505
M5 Max36 GB네이티브 4.25비트 쾌적함109–194
M5 Pro24 GB네이티브 4.25비트 쾌적함73–129
M524 GB네이티브 4.25비트 쾌적함36–64
M4 Max36 GB네이티브 4.25비트 쾌적함97–173
M4 Pro24 GB네이티브 4.25비트 쾌적함65–115
M424 GB네이티브 4.25비트 쾌적함28–51
M3 Ultra96 GB네이티브 4.25비트 쾌적함194–345
M3 Max36 GB네이티브 4.25비트 쾌적함71–126
M3 Pro36 GB네이티브 4.25비트 쾌적함36–63
M324 GB네이티브 4.25비트 쾌적함24–42
M2 Ultra64 GB네이티브 4.25비트 쾌적함189–337
M2 Max32 GB네이티브 4.25비트 쾌적함95–168
M2 Pro32 GB네이티브 4.25비트 쾌적함47–84
M224 GB네이티브 4.25비트 쾌적함24–42
M1 Ultra64 GB네이티브 4.25비트 쾌적함189–337
M1 Max32 GB네이티브 4.25비트 쾌적함95–168
M1 Pro32 GB네이티브 4.25비트 쾌적함47–84
M116 GB3비트 쾌적함19–34

실행하는 방법

  1. 가장 쉬운 방법: 무료 오픈 소스인 MLX Harness를 다운로드하세요. gpt-oss-20b 모델을 검색해 내 Mac에 맞는 버전을 받으면 바로 채팅할 수 있습니다. OpenAI 호환 API로 다른 앱에 모델을 제공할 수도 있습니다.MLX Harness 다운로드무료 · Apple Silicon · macOS 14.5 이상
  2. 터미널에서 Apple의 MLX로:pip install mlx-lmmlx_lm.chat --model mlx-community/gpt-oss-20b-MXFP4-Q8빌드: Hugging Face의 mlx-community/gpt-oss-20b-MXFP4-Q8. 다른 정밀도도 같은 곳에 있습니다.

단계별 안내: Mac에서 LLM 다운로드하고 실행하기 · MLX Harness 사용법 · MLX vs Ollama vs llama.cpp

gpt-oss-20b 정보

개발사OpenAI
파라미터전체 21B · 활성 3.6B(전문가 혼합)
컨텍스트128K토큰
라이선스Apache-2.0
출시2025-08
입력텍스트
지능Artificial Analysis Intelligence Index 9점
가중치openai/gpt-oss-20b

자주 묻는 질문

gpt-oss-20b 모델에는 메모리가 얼마나 필요한가요?
네이티브 4.25비트에서 가중치가 약 13.8 GB이고, 컨텍스트 여유까지 더하면 모두 15.3 GB입니다. macOS는 기본적으로 GPU가 통합 메모리의 약 75%를 쓰도록 허용하므로, Mac에서는 통합 메모리가 24GB 이상 필요합니다.
Mac에서 gpt-oss-20b 모델은 얼마나 빠른가요?
생성 속도는 메모리 대역폭에 달려 있습니다. 여기서 가장 빠른 Mac은 96GB M5 Ultra로, 초당 약 284–505토큰입니다(네이티브 4.25비트). 실행할 수 있는 최소 사양 Mac인 24GB M5 Pro에서는 초당 약 73–129토큰입니다.
gpt-oss-20b 모델이 크기에 비해 빠른 이유는 무엇인가요?
전문가 혼합(MoE) 모델이기 때문입니다. 메모리에는 21B 파라미터를 올려 두지만 토큰마다 3.6B만 읽으므로, 훨씬 작은 모델과 비슷한 속도로 생성합니다.

비슷한 모델

모든 모델 · 모든 Mac · 내 Mac 비교하기

모델 카드나 README용

Runs on a Mac: gpt-oss-20b gpt-oss-20b 모델을 쾌적하게 실행하는 최소 사양 Mac을 보여 주고 이 페이지로 연결합니다.

[![Runs on a Mac](https://mlx.app/badge/run/gpt-oss-20b.svg)](https://mlx.app/run/gpt-oss-20b)

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.

Mac에서 gpt-oss-20b 실행될까? 메모리와 속도