Quanta memória Qwen3.8 Flash Next precisa?

Cerca de 101 GB de pesos com 4 bits, mais espaço para o contexto: 109 GB no total. No Mac, isso significa 192 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 Qwen3.8 Flash Next 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 256 GB, a cerca de 110–196 tokens por segundo (6 bits). O menor Mac que o roda, com 192 GB, chega a cerca de 106–188 em um M2 Ultra.

Por que Qwen3.8 Flash Next roda mais rápido do que o tamanho sugere?

É um modelo mixture-of-experts: ele mantém 180B parâmetros na memória, mas lê só 6B a cada token, então escreve na velocidade de um modelo bem menor.

Um Mac roda Qwen3.8 Flash Next? Memória e velocidade

Memória em cada precisão

Versão	Pesos	Com contexto	Menor Mac
8 bits	191 GB	207 GB	512 GB
6 bits	146 GB	158 GB	256 GB
4 bits	101 GB	109 GB	192 GB
3 bits qualidade menor	78,8 GB	85,1 GB	128 GB
2 bits qualidade menor	56,3 GB	60,8 GB	96 GB

Em cada chip da Apple

O menor tamanho de memória de cada chip que roda Qwen3.8 Flash Next, 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	256 GB	6 bits Roda bem	110–196
M5 Max	128 GB	3 bits Roda bem	106–189
M5 Pro	nenhum tamanho serve	Grande demais	–
M5	nenhum tamanho serve	Grande demais	–
M4 Max	128 GB	3 bits Roda bem	95–168
M4 Pro	nenhum tamanho serve	Grande demais	–
M4	nenhum tamanho serve	Grande demais	–
M3 Ultra	256 GB	6 bits Roda bem	75–134
M3 Max	96 GB	2 bits Roda bem	71–126
M3 Pro	nenhum tamanho serve	Grande demais	–
M3	nenhum tamanho serve	Grande demais	–
M2 Ultra	192 GB	4 bits Roda bem	106–188
M2 Max	96 GB	2 bits Roda bem	95–168
M2 Pro	nenhum tamanho serve	Grande demais	–
M2	nenhum tamanho serve	Grande demais	–
M1 Ultra	128 GB	3 bits Roda bem	138–246
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 Qwen3.8 Flash Next, 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/Qwen3.8-Flash-Next-4bitVersão MLX: mlx-community/Qwen3.8-Flash-Next-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 Qwen3.8 Flash Next

Criado por	Qwen (Alibaba)
Parâmetros	180B no total · 6B ativos (mixture-of-experts)
Contexto	256K tokens
Licença	Qwen Community License 1.0 (qwen-community-1.0)
Lançamento	2026-08
Entrada	Texto e imagens
Inteligência	39,8 no Artificial Analysis Intelligence Index
Pesos	Qwen/Qwen3.8-Flash-Next

Perguntas

Quanta memória Qwen3.8 Flash Next precisa?: Cerca de 101 GB de pesos com 4 bits, mais espaço para o contexto: 109 GB no total. No Mac, isso significa 192 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 Qwen3.8 Flash Next 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 256 GB, a cerca de 110–196 tokens por segundo (6 bits). O menor Mac que o roda, com 192 GB, chega a cerca de 106–188 em um M2 Ultra.
Por que Qwen3.8 Flash Next roda mais rápido do que o tamanho sugere?: É um modelo mixture-of-experts: ele mantém 180B parâmetros na memória, mas lê só 6B 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 Qwen3.8 Flash Next e leva para esta página.

[![Runs on a Mac](https://mlx.app/badge/run/qwen3.8-flash-next.svg)](https://mlx.app/run/qwen3.8-flash-next)

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.