Memori pada setiap kepersisan
| Versi | Pemberat | Dengan konteks | Mac terkecil |
|---|---|---|---|
| 8-bit | 587 GB | 633 GB | melebihi mana-mana Mac |
| 6-bit | 449 GB | 484 GB | melebihi mana-mana Mac |
| 4-bit | 311 GB | 335 GB | 512 GB |
| 3-bit kualiti lebih rendah | 242 GB | 261 GB | 512 GB |
| 2-bit kualiti lebih rendah | 173 GB | 186 GB | 256 GB |
Pada setiap cip Apple
Saiz memori terkecil setiap cip yang menjalankan DeepSeek V4.1 Flash 1017, versi terbaik yang muat, dan kelajuan menulis yang boleh anda jangkakan.
| Cip | Perlu | Versi | Token/s |
|---|---|---|---|
| M6 | tiada saiz yang muat | Terlalu besar | – |
| M5 Ultra | 512 GB | 4-bit Berjalan baik | 60–107 |
| M5 Max | tiada saiz yang muat | Terlalu besar | – |
| M5 Pro | tiada saiz yang muat | Terlalu besar | – |
| M5 | tiada saiz yang muat | Terlalu besar | – |
| M4 Max | tiada saiz yang muat | Terlalu besar | – |
| M4 Pro | tiada saiz yang muat | Terlalu besar | – |
| M4 | tiada saiz yang muat | Terlalu besar | – |
| M3 Ultra | 512 GB | 4-bit Berjalan baik | 41–73 |
| M3 Max | tiada saiz yang muat | Terlalu besar | – |
| M3 Pro | tiada saiz yang muat | Terlalu besar | – |
| M3 | tiada saiz yang muat | Terlalu besar | – |
| M2 Ultra | tiada saiz yang muat | Terlalu besar | – |
| M2 Max | tiada saiz yang muat | Terlalu besar | – |
| M2 Pro | tiada saiz yang muat | Terlalu besar | – |
| M2 | tiada saiz yang muat | Terlalu besar | – |
| M1 Ultra | tiada saiz yang muat | Terlalu besar | – |
| M1 Max | tiada saiz yang muat | Terlalu besar | – |
| M1 Pro | tiada saiz yang muat | Terlalu besar | – |
| M1 | tiada saiz yang muat | Terlalu besar | – |
Cara menjalankannya
- Cara mudah: muat turun MLX Harness, percuma dan sumber terbuka. Cari DeepSeek V4.1 Flash 1017, muat turun versi yang sesuai dengan Mac anda, dan mula bersembang. Ia juga menyediakan model kepada aplikasi anda yang lain melalui API yang serasi dengan OpenAI.Muat turun MLX HarnessPercuma · Apple Silicon · macOS 14.5 atau lebih baharu
- Dalam Terminal dengan MLX daripada Apple:
pip install mlx-lmmlx_lm.chat --model mlx-community/DeepSeek-V4.1-Flash-1017-oQ4e-mtpBinaan: mlx-community/DeepSeek-V4.1-Flash-1017-oQ4e-mtp di Hugging Face. Kepersisan lain ada di sebelahnya.
Langkah demi langkah: muat turun dan jalankan LLM pada Mac · cara menggunakan MLX Harness · MLX vs Ollama vs llama.cpp
Tentang DeepSeek V4.1 Flash 1017
| Dibuat oleh | DeepSeek |
|---|---|
| Parameter | 552B jumlah · 16B aktif (mixture of experts) |
| Konteks | 1M token |
| Lesen | MIT |
| Dikeluarkan | 2026-10 |
| Input | Teks dan imej |
| Kecerdasan | 45.1 dalam Artificial Analysis Intelligence Index |
| Pemberat | deepseek-ai/DeepSeek-V4.1-Flash-1017 |
Panduan: langkah demi langkah di mlx.app
Soalan
- Berapakah memori yang diperlukan oleh DeepSeek V4.1 Flash 1017?
- Kira-kira 311 GB pemberat pada 4-bit, serta ruang untuk konteks: 335 GB kesemuanya. Pada Mac, ini bermakna 512 GB memori bersatu atau lebih, kerana secara lalai macOS membenarkan GPU menggunakan kira-kira 75% daripadanya.
- Sepantas mana DeepSeek V4.1 Flash 1017 pada Mac?
- Kelajuan menulis bergantung pada lebar jalur memori. Mac terpantas untuknya di sini ialah M5 Ultra dengan 512 GB, kira-kira 60–107 token sesaat (4-bit). Mac terkecil yang menjalankannya, dengan 512 GB, mencapai kira-kira 60–107 pada M5 Ultra.
- Mengapakah DeepSeek V4.1 Flash 1017 berjalan lebih pantas daripada saiznya?
- Ia model mixture-of-experts: ia menyimpan 552B parameter dalam memori tetapi hanya membaca 16B bagi setiap token, jadi ia menulis sepantas model yang jauh lebih kecil.
Model serupa
Untuk kad model atau README anda
Menunjukkan Mac terkecil yang menjalankan DeepSeek V4.1 Flash 1017 dengan baik dan memaut ke sini.
[](https://mlx.app/run/deepseek-v4.1-flash-1017)Cara ia dikira
Memori: parameter model pada 8, 6, 4, 3 atau 2 bit setiap pemberat serta skala kumpulan MLX (setengah bit setiap pemberat), atau format aslinya, dengan ruang untuk konteks di atasnya. Secara lalai macOS membenarkan GPU menggunakan kira-kira 75% memori bersatu. Kelajuan: lebar jalur memori dibahagikan dengan bait yang dibaca bagi setiap token ialah had atas untuk satu perbualan; dalam penanda aras Apple Silicon awam llama.cpp, larian sebenar mencapai kira-kira 45% hingga 80% daripadanya, dan julat itulah yang ditunjukkan. Ini anggaran, bukan ukuran: ukur Mac anda sendiri di MLX Bench. Angka model daripada kad model rasmi setiap model, angka cip daripada Spesifikasi Teknikal Apple. Disemak 2026-10-19. Data yang sama seperti mlx.app/compare.