Memori pada setiap kepersisan
| Versi | Pemberat | Dengan konteks | Mac terkecil |
|---|---|---|---|
| 8-bit | 425 GB | 459 GB | melebihi mana-mana Mac |
| 6-bit | 325 GB | 351 GB | 512 GB |
| 4-bit | 225 GB | 243 GB | 512 GB |
| 3-bit kualiti lebih rendah | 175 GB | 189 GB | 256 GB |
| 2-bit kualiti lebih rendah | 125 GB | 135 GB | 192 GB |
Pada setiap cip Apple
Saiz memori terkecil setiap cip yang menjalankan Llama 4 Maverick 17B-128E Instruct, 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 | 6-bit Berjalan baik | 39–70 |
| 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 | 6-bit Berjalan baik | 27–47 |
| 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 | 192 GB | 2-bit Berjalan baik | 68–121 |
| 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 Llama 4 Maverick 17B-128E Instruct, 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/Llama-4-Maverick-17B-128E-Instruct-4bitBinaan: mlx-community/Llama-4-Maverick-17B-128E-Instruct-4bit 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 Llama 4 Maverick 17B-128E Instruct
| Dibuat oleh | Meta |
|---|---|
| Parameter | 400B jumlah · 17B aktif (mixture of experts) |
| Konteks | 1M token |
| Lesen | Llama 4 Community License |
| Dikeluarkan | 2025-04 |
| Input | Teks dan imej |
| Kecerdasan | 9.3 dalam Artificial Analysis Intelligence Index |
| Pemberat | meta-llama/Llama-4-Maverick-17B-128E-Instruct |
Soalan
- Berapakah memori yang diperlukan oleh Llama 4 Maverick 17B-128E Instruct?
- Kira-kira 225 GB pemberat pada 4-bit, serta ruang untuk konteks: 243 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 Llama 4 Maverick 17B-128E Instruct pada Mac?
- Kelajuan menulis bergantung pada lebar jalur memori. Mac terpantas untuknya di sini ialah M5 Ultra dengan 512 GB, kira-kira 39–70 token sesaat (6-bit). Mac terkecil yang menjalankannya, dengan 512 GB, mencapai kira-kira 39–70 pada M5 Ultra.
- Mengapakah Llama 4 Maverick 17B-128E Instruct berjalan lebih pantas daripada saiznya?
- Ia model mixture-of-experts: ia menyimpan 400B parameter dalam memori tetapi hanya membaca 17B 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 Llama 4 Maverick 17B-128E Instruct dengan baik dan memaut ke sini.
[](https://mlx.app/run/llama-4-maverick)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.