Quanta memória Nemotron 3 Nano 30B A3B precisa?

Cerca de 16,9 GB de pesos com 4 bits, mais espaço para o contexto: 18,4 GB no total. No Mac, isso significa 32 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 Nemotron 3 Nano 30B A3B 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 96 GB, a cerca de 146–259 tokens por segundo (8 bits). O menor Mac que o roda, com 32 GB, chega a cerca de 90–160 em um M2 Max.

Por que Nemotron 3 Nano 30B A3B roda mais rápido do que o tamanho sugere?

É um modelo mixture-of-experts: ele mantém 30B parâmetros na memória, mas lê só 3,5B a cada token, então escreve na velocidade de um modelo bem menor.

Um Mac roda Nemotron 3 Nano 30B A3B? Memória e velocidade

Memória em cada precisão

Versão	Pesos	Com contexto	Menor Mac
8 bits	31,9 GB	34,5 GB	48 GB
6 bits	24,4 GB	26,4 GB	36 GB
4 bits	16,9 GB	18,4 GB	32 GB
3 bits qualidade menor	13,1 GB	14,6 GB	24 GB
2 bits qualidade menor	9,4 GB	10,9 GB	16 GB

Em cada chip da Apple

O menor tamanho de memória de cada chip que roda Nemotron 3 Nano 30B A3B, a melhor versão que cabe e a velocidade de escrita que você pode esperar.

Chip	Precisa	Versão	Tokens/s
M6	32 GB	4 bits Roda bem	38–68
M5 Ultra	96 GB	8 bits Roda bem	146–259
M5 Max	36 GB	6 bits Roda bem	74–131
M5 Pro	48 GB	8 bits Roda bem	37–66
M5	32 GB	4 bits Roda bem	34–61
M4 Max	36 GB	6 bits Roda bem	66–117
M4 Pro	48 GB	8 bits Roda bem	33–59
M4	32 GB	4 bits Roda bem	27–48
M3 Ultra	96 GB	8 bits Roda bem	100–177
M3 Max	36 GB	6 bits Roda bem	48–86
M3 Pro	36 GB	6 bits Roda bem	24–43
M3	16 GB	2 bits Roda bem	41–73
M2 Ultra	64 GB	8 bits Roda bem	97–173
M2 Max	32 GB	4 bits Roda bem	90–160
M2 Pro	32 GB	4 bits Roda bem	45–80
M2	16 GB	2 bits Roda bem	41–73
M1 Ultra	64 GB	8 bits Roda bem	97–173
M1 Max	32 GB	4 bits Roda bem	90–160
M1 Pro	32 GB	4 bits Roda bem	45–80
M1	16 GB	2 bits Roda bem	28–49

Como rodar

O jeito fácil: baixe o MLX Harness, grátis e open source. Procure Nemotron 3 Nano 30B A3B, 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/NVIDIA-Nemotron-3-Nano-30B-A3B-4bitVersão MLX: mlx-community/NVIDIA-Nemotron-3-Nano-30B-A3B-4bit 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 Nemotron 3 Nano 30B A3B

Criado por	NVIDIA
Parâmetros	30B no total · 3,5B ativos (mixture-of-experts)
Contexto	256K tokens
Licença	NVIDIA Nemotron Open Model License
Lançamento	2025-12
Entrada	Texto
Inteligência	8,9 no Artificial Analysis Intelligence Index
Pesos	nvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16

Perguntas

Quanta memória Nemotron 3 Nano 30B A3B precisa?: Cerca de 16,9 GB de pesos com 4 bits, mais espaço para o contexto: 18,4 GB no total. No Mac, isso significa 32 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 Nemotron 3 Nano 30B A3B 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 96 GB, a cerca de 146–259 tokens por segundo (8 bits). O menor Mac que o roda, com 32 GB, chega a cerca de 90–160 em um M2 Max.
Por que Nemotron 3 Nano 30B A3B roda mais rápido do que o tamanho sugere?: É um modelo mixture-of-experts: ele mantém 30B parâmetros na memória, mas lê só 3,5B a cada token, então escreve na velocidade de um modelo bem menor.

Modelos parecidos

Todos os modelos · Todos os Macs · Compare o seu Mac

Para o model card ou o README do seu modelo

Mostra o menor Mac que roda bem Nemotron 3 Nano 30B A3B e leva para esta página.

[![Runs on a Mac](https://mlx.app/badge/run/nemotron-3-nano-30b-a3b.svg)](https://mlx.app/run/nemotron-3-nano-30b-a3b)

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.