Pamięć przy każdej precyzji
| Wersja | Wagi | Z kontekstem | Najmniejszy Mac |
|---|---|---|---|
| 8-bit | 74,4 GB | 80,4 GB | 128 GB |
| 6-bit | 56,9 GB | 61,5 GB | 96 GB |
| 4-bit | 39,4 GB | 42,6 GB | 64 GB |
| 3-bit niższa jakość | 30,6 GB | 33 GB | 48 GB |
| 2-bit niższa jakość | 21,9 GB | 23,7 GB | 32 GB |
Na każdym układzie Apple
Najmniejsza pamięć każdego układu, na której działa Llama 3.3 70B Instruct, najlepsza wersja, która się mieści, i spodziewana szybkość generowania.
| Układ | Potrzebuje | Wersja | Tokeny/s |
|---|---|---|---|
| M6 | 32 GB | 2-bit Wolno | 3–6 |
| M5 Ultra | 96 GB | 4-bit Działa dobrze | 14–24 |
| M5 Max | 64 GB | 4-bit Wolno | 7–12 |
| M5 Pro | 64 GB | 4-bit Wolno | 4–6 |
| M5 | 32 GB | 2-bit Wolno | 3–6 |
| M4 Max | 64 GB | 4-bit Wolno | 6–11 |
| M4 Pro | 64 GB | 4-bit Wolno | 3–6 |
| M4 | 32 GB | 2-bit Wolno | 2–4 |
| M3 Ultra | 96 GB | 6-bit Wolno | 6–12 |
| M3 Max | 64 GB | 4-bit Wolno | 5–8 |
| M3 Pro | 36 GB | 2-bit Wolno | 3–5 |
| M3 | żaden rozmiar nie pasuje | Za duży | – |
| M2 Ultra | 64 GB | 4-bit Wolno | 9–16 |
| M2 Max | 64 GB | 4-bit Wolno | 5–8 |
| M2 Pro | 32 GB | 2-bit Wolno | 4–7 |
| M2 | żaden rozmiar nie pasuje | Za duży | – |
| M1 Ultra | 64 GB | 4-bit Wolno | 9–16 |
| M1 Max | 64 GB | 4-bit Wolno | 5–8 |
| M1 Pro | 32 GB | 2-bit Wolno | 4–7 |
| M1 | żaden rozmiar nie pasuje | Za duży | – |
Jak go uruchomić
- Najprościej: pobierz MLX Harness, za darmo i z otwartym kodem. Wyszukaj Llama 3.3 70B Instruct, 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/Llama-3.3-70B-Instruct-4bitWersja: mlx-community/Llama-3.3-70B-Instruct-4bit 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 Llama 3.3 70B Instruct
| Twórca | Meta |
|---|---|
| Parametry | 70B (gęsty) |
| Kontekst | tokeny: 128K |
| Licencja | Llama 3.3 Community License |
| Wydany | 2024-12 |
| Wejście | Tekst |
| Wagi | meta-llama/Llama-3.3-70B-Instruct |
Pytania
- Ile pamięci potrzebuje Llama 3.3 70B Instruct?
- Około 39,4 GB na wagi (4-bit) plus miejsce na kontekst: łącznie 42,6 GB. Na Macu oznacza to 64 GB pamięci zunifikowanej lub więcej, bo macOS domyślnie pozwala GPU używać około 75% pamięci.
- Jak szybko działa Llama 3.3 70B Instruct na Macu?
- Szybkość generowania zależy od przepustowości pamięci. Najszybszy Mac dla tego modelu to M5 Ultra z 96 GB: około 14–24 tokenów na sekundę (4-bit). Najmniejszy Mac, który go uruchomi, M2 Ultra z 64 GB, osiąga około 9–16.
- Czy kwantyzacja szkodzi modelowi Llama 3.3 70B Instruct?
- Przy 4 bitach większość modeli zachowuje jakość bliską oryginałowi; poniżej 4 bitów jakość spada szybciej. Wybierz najwyższą precyzję, która mieści się w Twoim Macu z zapasem.
Podobne modele
Do karty modelu lub README
Pokazuje najmniejszego Maca, na którym Llama 3.3 70B Instruct działa dobrze, i prowadzi tutaj.
[](https://mlx.app/run/llama-3.3-70b)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.