Память при каждой точности
| Версия | Веса | С контекстом | Минимальный Mac |
|---|---|---|---|
| нативные 4,25 бит | 65,3 ГБ | 70,5 ГБ | 96 ГБ |
| 3 бит ниже качество | 51,2 ГБ | 55,3 ГБ | 96 ГБ |
| 2 бит ниже качество | 36,6 ГБ | 39,5 ГБ | 64 ГБ |
На каждом чипе Apple
Минимальный объем памяти каждого чипа, на котором запускается gpt-oss-120b, лучшая версия, которая помещается, и ожидаемая скорость генерации.
| Чип | Нужно | Версия | Токенов/с |
|---|---|---|---|
| M6 | ни один объем не подходит | Слишком большая | – |
| M5 Ultra | 96 ГБ | нативные 4,25 бит Работает хорошо | 200–356 |
| M5 Max | 128 ГБ | нативные 4,25 бит Работает хорошо | 102–182 |
| M5 Pro | 64 ГБ | 2 бит Работает хорошо | 86–154 |
| M5 | ни один объем не подходит | Слишком большая | – |
| M4 Max | 128 ГБ | нативные 4,25 бит Работает хорошо | 91–162 |
| M4 Pro | 64 ГБ | 2 бит Работает хорошо | 77–137 |
| M4 | ни один объем не подходит | Слишком большая | – |
| M3 Ultra | 96 ГБ | нативные 4,25 бит Работает хорошо | 137–243 |
| M3 Max | 96 ГБ | нативные 4,25 бит Работает хорошо | 50–89 |
| M3 Pro | ни один объем не подходит | Слишком большая | – |
| M3 | ни один объем не подходит | Слишком большая | – |
| M2 Ultra | 128 ГБ | нативные 4,25 бит Работает хорошо | 133–237 |
| M2 Max | 96 ГБ | нативные 4,25 бит Работает хорошо | 67–119 |
| M2 Pro | ни один объем не подходит | Слишком большая | – |
| M2 | ни один объем не подходит | Слишком большая | – |
| M1 Ultra | 128 ГБ | нативные 4,25 бит Работает хорошо | 133–237 |
| M1 Max | 64 ГБ | 2 бит Работает хорошо | 113–200 |
| M1 Pro | ни один объем не подходит | Слишком большая | – |
| M1 | ни один объем не подходит | Слишком большая | – |
Как запустить
- Самый простой способ: скачайте MLX Harness — бесплатно и с открытым кодом. Найдите gpt-oss-120b, скачайте версию, которая подходит вашему Mac, и общайтесь. Приложение также отдает модель другим вашим программам через API, совместимый с OpenAI.Скачать MLX HarnessБесплатно · Apple Silicon · macOS 14.5 или новее
- В Терминале с MLX от Apple:
pip install mlx-lmmlx_lm.chat --model mlx-community/gpt-oss-120b-MXFP4-Q8Сборка: mlx-community/gpt-oss-120b-MXFP4-Q8 на Hugging Face. Рядом лежат версии с другой точностью.
Пошагово: скачать и запустить LLM на Mac · как пользоваться MLX Harness · MLX, Ollama и llama.cpp
О модели gpt-oss-120b
| Разработчик | OpenAI |
|---|---|
| Параметры | 117B всего · 5,1B активных (mixture of experts) |
| Контекст | токенов: 128K |
| Лицензия | Apache-2.0 |
| Выпуск | 2025-08 |
| Ввод | Текст |
| Интеллект | 11,6 в Artificial Analysis Intelligence Index |
| Веса | openai/gpt-oss-120b |
Руководство: пошагово на mlx.app
Вопросы
- Сколько памяти нужно модели gpt-oss-120b?
- Около 65,3 ГБ на веса (нативные 4,25 бит) плюс место для контекста: всего 70,5 ГБ. На Mac это значит 96 ГБ объединенной памяти или больше, ведь по умолчанию macOS отдает GPU около 75% памяти.
- Насколько быстро gpt-oss-120b работает на Mac?
- Скорость генерации зависит от пропускной способности памяти. Самый быстрый Mac для нее здесь — M5 Ultra с 96 ГБ: около 200–356 токенов в секунду (нативные 4,25 бит). Минимальный Mac, который ее запускает, — M5 Ultra с 96 ГБ — выдает около 200–356.
- Почему gpt-oss-120b работает быстрее, чем можно ожидать по размеру?
- Это модель mixture-of-experts: она держит в памяти 117B параметров, но на каждый токен читает только 5,1B, поэтому пишет со скоростью гораздо меньшей модели.
Похожие модели
Для карточки модели или README
Показывает минимальный Mac, на котором gpt-oss-120b хорошо работает, и ведет сюда.
[](https://mlx.app/run/gpt-oss-120b)Как это рассчитано
Память: параметры модели при 8, 6, 4, 3 или 2 битах на вес плюс групповые масштабы MLX (полбита на вес) или ее нативный формат, а сверху — место для контекста. По умолчанию macOS отдает GPU около 75% объединенной памяти. Скорость: пропускная способность памяти, деленная на число байтов, читаемых на каждый токен, — это потолок для одного диалога; в публичных тестах llama.cpp на Apple Silicon реальные запуски достигают примерно 45–80% от него, и показан именно этот диапазон. Это оценки, а не измерения: измерьте свой Mac в MLX Bench. Данные моделей — из официальных карточек моделей, данные чипов — из технических характеристик Apple. Проверено 2026-10-19. Те же данные, что и на mlx.app/compare.