Memória em cada precisão
| Versão | Pesos | Com contexto | Menor Mac |
|---|---|---|---|
| 8 bits | 595 GB | 643 GB | mais que qualquer Mac |
| 6 bits | 455 GB | 491 GB | mais que qualquer Mac |
| 4 bits | 315 GB | 340 GB | 512 GB |
| 3 bits qualidade menor | 245 GB | 265 GB | 512 GB |
| 2 bits qualidade menor | 175 GB | 189 GB | 256 GB |
Em cada chip da Apple
O menor tamanho de memória de cada chip que roda Ling 3.1 Flash, 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 | 38–68 |
| 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 | 26–46 |
| 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
- No Terminal, com o MLX da Apple: Ainda não há versão MLX, e o mlx-lm padrão ainda não consegue converter os pesos oficiais (bailing_moe_v3.py).
Passo a passo: baixar e rodar LLMs no Mac · como usar o MLX Harness · MLX vs Ollama vs llama.cpp
Sobre Ling 3.1 Flash
| Criado por | inclusionAI |
|---|---|
| Parâmetros | 560B no total · 25B ativos (mixture-of-experts) |
| Contexto | 256K tokens |
| Licença | MIT |
| Lançamento | 2026-10 |
| Entrada | Texto |
| Inteligência | 41,1 no Artificial Analysis Intelligence Index |
| Pesos | inclusionAI/Ling-3.1-flash |
Perguntas
- Quanta memória Ling 3.1 Flash precisa?
- Cerca de 315 GB de pesos com 4 bits, mais espaço para o contexto: 340 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 Ling 3.1 Flash 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 38–68 tokens por segundo (4 bits). O menor Mac que o roda, com 512 GB, chega a cerca de 38–68 em um M5 Ultra.
- Por que Ling 3.1 Flash roda mais rápido do que o tamanho sugere?
- É um modelo mixture-of-experts: ele mantém 560B parâmetros na memória, mas lê só 25B 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 Ling 3.1 Flash e leva para esta página.
[](https://mlx.app/run/ling-3.1-flash)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.
Dados abertos: mlx.app/data (JSON, CSV)