Pamięć przy każdej precyzji
| Wersja | Wagi | Z kontekstem | Najmniejszy Mac |
|---|---|---|---|
| natywnie 4,25-bit | 13,8 GB | 15,3 GB | 24 GB |
| 3-bit niższa jakość | 9,2 GB | 10,7 GB | 16 GB |
| 2-bit niższa jakość | 6,6 GB | 8,1 GB | 16 GB |
Na każdym układzie Apple
Najmniejsza pamięć każdego układu, na której działa gpt-oss-20b, najlepsza wersja, która się mieści, i spodziewana szybkość generowania.
| Układ | Potrzebuje | Wersja | Tokeny/s |
|---|---|---|---|
| M6 | 24 GB | natywnie 4,25-bit Działa dobrze | 40–72 |
| M5 Ultra | 96 GB | natywnie 4,25-bit Działa dobrze | 284–505 |
| M5 Max | 36 GB | natywnie 4,25-bit Działa dobrze | 109–194 |
| M5 Pro | 24 GB | natywnie 4,25-bit Działa dobrze | 73–129 |
| M5 | 24 GB | natywnie 4,25-bit Działa dobrze | 36–64 |
| M4 Max | 36 GB | natywnie 4,25-bit Działa dobrze | 97–173 |
| M4 Pro | 24 GB | natywnie 4,25-bit Działa dobrze | 65–115 |
| M4 | 24 GB | natywnie 4,25-bit Działa dobrze | 28–51 |
| M3 Ultra | 96 GB | natywnie 4,25-bit Działa dobrze | 194–345 |
| M3 Max | 36 GB | natywnie 4,25-bit Działa dobrze | 71–126 |
| M3 Pro | 36 GB | natywnie 4,25-bit Działa dobrze | 36–63 |
| M3 | 24 GB | natywnie 4,25-bit Działa dobrze | 24–42 |
| M2 Ultra | 64 GB | natywnie 4,25-bit Działa dobrze | 189–337 |
| M2 Max | 32 GB | natywnie 4,25-bit Działa dobrze | 95–168 |
| M2 Pro | 32 GB | natywnie 4,25-bit Działa dobrze | 47–84 |
| M2 | 24 GB | natywnie 4,25-bit Działa dobrze | 24–42 |
| M1 Ultra | 64 GB | natywnie 4,25-bit Działa dobrze | 189–337 |
| M1 Max | 32 GB | natywnie 4,25-bit Działa dobrze | 95–168 |
| M1 Pro | 32 GB | natywnie 4,25-bit Działa dobrze | 47–84 |
| M1 | 16 GB | 3-bit Działa dobrze | 19–34 |
Jak go uruchomić
- Najprościej: pobierz MLX Harness, za darmo i z otwartym kodem. Wyszukaj gpt-oss-20b, pobierz wersję pasującą do Twojego Maca i rozmawiaj. Aplikacja udostępnia też model innym Twoim aplikacjom przez API zgodne z OpenAI.Pobierz MLX HarnessZa darmo · Apple Silicon · macOS 14.5 lub nowszy
- W Terminalu z MLX od Apple:
pip install mlx-lmmlx_lm.chat --model mlx-community/gpt-oss-20b-MXFP4-Q8Wersja: mlx-community/gpt-oss-20b-MXFP4-Q8 na Hugging Face. Obok znajdziesz inne precyzje.
Krok po kroku: pobierz i uruchom LLM na Macu · jak używać MLX Harness · MLX, Ollama i llama.cpp
O modelu gpt-oss-20b
| Twórca | OpenAI |
|---|---|
| Parametry | 21B łącznie · 3,6B aktywnych (mixture of experts) |
| Kontekst | tokeny: 128K |
| Licencja | Apache-2.0 |
| Wydany | 2025-08 |
| Wejście | Tekst |
| Inteligencja | 9 w Artificial Analysis Intelligence Index |
| Wagi | openai/gpt-oss-20b |
Pytania
- Ile pamięci potrzebuje gpt-oss-20b?
- Około 13,8 GB na wagi (natywnie 4,25-bit) plus miejsce na kontekst: łącznie 15,3 GB. Na Macu oznacza to 24 GB pamięci zunifikowanej lub więcej, bo macOS domyślnie pozwala GPU używać około 75% pamięci.
- Jak szybko działa gpt-oss-20b na Macu?
- Szybkość generowania zależy od przepustowości pamięci. Najszybszy Mac dla tego modelu to M5 Ultra z 96 GB: około 284–505 tokenów na sekundę (natywnie 4,25-bit). Najmniejszy Mac, który go uruchomi, M5 Pro z 24 GB, osiąga około 73–129.
- Dlaczego gpt-oss-20b działa szybciej, niż wskazuje jego rozmiar?
- To model mixture-of-experts: trzyma w pamięci 21B parametrów, ale dla każdego tokenu odczytuje tylko 3,6B, więc generuje z szybkością znacznie mniejszego modelu.
Podobne modele
Do karty modelu lub README
Pokazuje najmniejszego Maca, na którym gpt-oss-20b działa dobrze, i prowadzi tutaj.
[](https://mlx.app/run/gpt-oss-20b)Jak to liczymy
Pamięć: parametry modelu przy 8, 6, 4, 3 lub 2 bitach na wagę plus skale grup MLX (pół bita na wagę) albo jego natywny format, a do tego miejsce na kontekst. Domyślnie macOS pozwala GPU używać około 75% pamięci zunifikowanej. Szybkość: przepustowość pamięci podzielona przez liczbę bajtów odczytywanych na token to górna granica dla jednej rozmowy; w publicznych testach llama.cpp na Apple Silicon rzeczywiste uruchomienia osiągają od około 45% do 80% tej wartości i właśnie ten zakres pokazujemy. To szacunki, nie pomiary: zmierz swojego Maca w MLX Bench. Dane modeli pochodzą z oficjalnych kart modeli, dane układów ze specyfikacji technicznych Apple. Sprawdzono 2026-10-19. Te same dane co na mlx.app/compare.