Memória em cada precisão
| Versão | Pesos | Com contexto | Menor Mac |
|---|---|---|---|
| 8 bits | 587 GB | 633 GB | mais que qualquer Mac |
| 6 bits | 449 GB | 484 GB | mais que qualquer Mac |
| 4 bits | 311 GB | 335 GB | 512 GB |
| 3 bits qualidade menor | 242 GB | 261 GB | 512 GB |
| 2 bits qualidade menor | 173 GB | 186 GB | 256 GB |
Em cada chip da Apple
O menor tamanho de memória de cada chip que roda DeepSeek V4.1 Flash 1017, a melhor versão que cabe e a velocidade de escrita que você pode esperar.
| Chip | Precisa | Versão | Tokens/s |
|---|---|---|---|
| M6 | nenhum tamanho serve | Grande demais | – |
| M5 Ultra | 512 GB | 4 bits Roda bem | 60–107 |
| M5 Max | nenhum tamanho serve | Grande demais | – |
| M5 Pro | nenhum tamanho serve | Grande demais | – |
| M5 | nenhum tamanho serve | Grande demais | – |
| M4 Max | nenhum tamanho serve | Grande demais | – |
| M4 Pro | nenhum tamanho serve | Grande demais | – |
| M4 | nenhum tamanho serve | Grande demais | – |
| M3 Ultra | 512 GB | 4 bits Roda bem | 41–73 |
| M3 Max | nenhum tamanho serve | Grande demais | – |
| M3 Pro | nenhum tamanho serve | Grande demais | – |
| M3 | nenhum tamanho serve | Grande demais | – |
| M2 Ultra | nenhum tamanho serve | Grande demais | – |
| M2 Max | nenhum tamanho serve | Grande demais | – |
| M2 Pro | nenhum tamanho serve | Grande demais | – |
| M2 | nenhum tamanho serve | Grande demais | – |
| M1 Ultra | nenhum tamanho serve | Grande demais | – |
| M1 Max | nenhum tamanho serve | Grande demais | – |
| M1 Pro | nenhum tamanho serve | Grande demais | – |
| M1 | nenhum tamanho serve | Grande demais | – |
Como rodar
- O jeito fácil: baixe o MLX Harness, grátis e open source. Procure DeepSeek V4.1 Flash 1017, baixe a versão que cabe no seu Mac e comece a conversar. O MLX Harness também disponibiliza o modelo para os seus outros apps por uma API compatível com a OpenAI.Baixe o MLX HarnessGrátis · Apple Silicon · macOS 14.5 ou posterior
- No Terminal, com o MLX da Apple:
pip install mlx-lmmlx_lm.chat --model mlx-community/DeepSeek-V4.1-Flash-1017-oQ4e-mtpVersão MLX: mlx-community/DeepSeek-V4.1-Flash-1017-oQ4e-mtp no Hugging Face. As outras precisões ficam logo ao lado.
Passo a passo: baixar e rodar LLMs no Mac · como usar o MLX Harness · MLX vs Ollama vs llama.cpp
Sobre DeepSeek V4.1 Flash 1017
| Criado por | DeepSeek |
|---|---|
| Parâmetros | 552B no total · 16B ativos (mixture-of-experts) |
| Contexto | 1M tokens |
| Licença | MIT |
| Lançamento | 2026-10 |
| Entrada | Texto e imagens |
| Inteligência | 45,1 no Artificial Analysis Intelligence Index |
| Pesos | deepseek-ai/DeepSeek-V4.1-Flash-1017 |
Guia: passo a passo no mlx.app
Perguntas
- Quanta memória DeepSeek V4.1 Flash 1017 precisa?
- Cerca de 311 GB de pesos com 4 bits, mais espaço para o contexto: 335 GB no total. No Mac, isso significa 512 GB de memória unificada ou mais, já que o macOS deixa a GPU usar cerca de 75% dela por padrão.
- Qual é a velocidade de DeepSeek V4.1 Flash 1017 no Mac?
- A velocidade de escrita depende da largura de banda da memória. Aqui, o Mac mais rápido para ele é um M5 Ultra com 512 GB, a cerca de 60–107 tokens por segundo (4 bits). O menor Mac que o roda, com 512 GB, chega a cerca de 60–107 em um M5 Ultra.
- Por que DeepSeek V4.1 Flash 1017 roda mais rápido do que o tamanho sugere?
- É um modelo mixture-of-experts: ele mantém 552B parâmetros na memória, mas lê só 16B a cada token, então escreve na velocidade de um modelo bem menor.
Modelos parecidos
Para o model card ou o README do seu modelo
Mostra o menor Mac que roda bem DeepSeek V4.1 Flash 1017 e leva para esta página.
[](https://mlx.app/run/deepseek-v4.1-flash-1017)Como é calculado
Memória: os parâmetros do modelo com 8, 6, 4, 3 ou 2 bits por peso, mais as escalas por grupo do MLX (meio bit por peso), ou o formato nativo do modelo, com espaço extra para o contexto. Por padrão, o macOS deixa a GPU usar cerca de 75% da memória unificada. Velocidade: a largura de banda da memória dividida pelos bytes lidos por token é o teto para uma conversa; nos benchmarks públicos de Apple Silicon do llama.cpp, execuções reais chegam a cerca de 45% a 80% desse teto, que é a faixa mostrada. São estimativas, não medições: meça o seu Mac no MLX Bench. Dados dos modelos tirados de cada model card oficial; dados dos chips, das especificações técnicas da Apple. Verificado em 2026-10-19. Os mesmos dados de mlx.app/compare.