Memori pada setiap kepersisan
| Versi | Pemberat | Dengan konteks | Mac terkecil |
|---|---|---|---|
| 8-bit | 42.3 GB | 45.7 GB | 64 GB |
| 6-bit | 32.3 GB | 34.9 GB | 48 GB |
| 4-bit | 22.4 GB | 24.2 GB | 36 GB |
| 3-bit kualiti lebih rendah | 17.4 GB | 18.9 GB | 32 GB |
| 2-bit kualiti lebih rendah | 12.4 GB | 13.9 GB | 24 GB |
Pada setiap cip Apple
Saiz memori terkecil setiap cip yang menjalankan Recursive Flint, versi terbaik yang muat, dan kelajuan menulis yang boleh anda jangkakan.
| Cip | Perlu | Versi | Token/s |
|---|---|---|---|
| M6 | 24 GB | 2-bit Berjalan baik | 96–170 |
| M5 Ultra | 96 GB | 8-bit Berjalan baik | 200–356 |
| M5 Max | 36 GB | 4-bit Berjalan baik | 148–263 |
| M5 Pro | 48 GB | 6-bit Berjalan baik | 69–123 |
| M5 | 24 GB | 2-bit Berjalan baik | 86–153 |
| M4 Max | 36 GB | 4-bit Berjalan baik | 132–234 |
| M4 Pro | 48 GB | 6-bit Berjalan baik | 61–109 |
| M4 | 24 GB | 2-bit Berjalan baik | 68–120 |
| M3 Ultra | 96 GB | 8-bit Berjalan baik | 137–243 |
| M3 Max | 36 GB | 4-bit Berjalan baik | 96–171 |
| M3 Pro | 36 GB | 4-bit Berjalan baik | 48–86 |
| M3 | 24 GB | 2-bit Berjalan baik | 56–100 |
| M2 Ultra | 64 GB | 8-bit Berjalan baik | 133–237 |
| M2 Max | 64 GB | 8-bit Berjalan baik | 67–119 |
| M2 Pro | 32 GB | 3-bit Berjalan baik | 82–145 |
| M2 | 24 GB | 2-bit Berjalan baik | 56–100 |
| M1 Ultra | 64 GB | 8-bit Berjalan baik | 133–237 |
| M1 Max | 64 GB | 8-bit Berjalan baik | 67–119 |
| M1 Pro | 32 GB | 3-bit Berjalan baik | 82–145 |
| M1 | 16 GB | 2-bit Cukup-cukup muat | 38–68 |
Diukur oleh orang lain
Kelajuan penjanaan Recursive Flint yang diukur oleh orang lain pada Mac mereka sendiri dan disiarkan secara terbuka. Ini ukuran pihak ketiga, bukan milik kami, dan bukan anggaran di atas.
| Mac | Runtime | Ketepatan | Nyahkod tok/s | Sumber |
|---|---|---|---|---|
| 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 | 51.3pada konteks 1K | Prince Canuma @Prince_Canuma |
| Mac Studio M3 Ultra | mlx-vlm | BF16 | 33pada konteks 128K | 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 | 87pada konteks 20K | Pratik Gandhi @pratikg |
Keputusan berbeza mengikut runtime dan tetapan: versi, ketepatan, panjang konteks, prompt dan penaakulan hidup atau mati semuanya mengubah kelajuan.
Cara menjalankannya
- Dalam Terminal dengan Rec, enjin milik pembuatnya sendiri:
curl -fsSL https://raw.githubusercontent.com/recursive-oss/rec/main/install.sh | bashrec launch piKeperluan: 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)Binaan: RecursiveSI/flint-int4 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 Recursive Flint
| Dibuat oleh | Recursive |
|---|---|
| Parameter | 39.8B jumlah · 2.5B aktif (mixture of experts) |
| Konteks | 256K token |
| Lesen | Apache-2.0 |
| Dikeluarkan | 2026-10 |
| Input | Teks |
| Pemberat | RecursiveSI/flint |
Soalan
- Berapakah memori yang diperlukan oleh Recursive Flint?
- Kira-kira 22.4 GB pemberat pada 4-bit, serta ruang untuk konteks: 24.2 GB kesemuanya. Pada Mac, ini bermakna 36 GB memori bersatu atau lebih, kerana secara lalai macOS membenarkan GPU menggunakan kira-kira 75% daripadanya. Enjin milik Recursive sendiri, Rec, memerlukan M4 Pro, M5 Pro, atau M5 Max dengan sekurang-kurangnya 48 GB memori bersatu (syarat pembuat).
- Sepantas mana Recursive Flint pada Mac?
- Kelajuan menulis bergantung pada lebar jalur memori. Mac terpantas untuknya di sini ialah M5 Ultra dengan 96 GB, kira-kira 200–356 token sesaat (8-bit). Mac terkecil yang menjalankannya, dengan 36 GB, mencapai kira-kira 148–263 pada M5 Max.
- Mengapakah Recursive Flint berjalan lebih pantas daripada saiznya?
- Ia model mixture-of-experts: ia menyimpan 39.8B parameter dalam memori tetapi hanya membaca 2.5B 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 Recursive Flint dengan baik dan memaut ke sini.
[](https://mlx.app/run/flint)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.
Data terbuka: mlx.app/data (JSON, CSV)