Память при каждой точности
| Версия | Веса | С контекстом | Минимальный Mac |
|---|---|---|---|
| нативные 4,25 бит | 13,8 ГБ | 15,3 ГБ | 24 ГБ |
| 3 бит ниже качество | 9,2 ГБ | 10,7 ГБ | 16 ГБ |
| 2 бит ниже качество | 6,6 ГБ | 8,1 ГБ | 16 ГБ |
На каждом чипе Apple
Минимальный объем памяти каждого чипа, на котором запускается gpt-oss-20b, лучшая версия, которая помещается, и ожидаемая скорость генерации.
| Чип | Нужно | Версия | Токенов/с |
|---|---|---|---|
| M6 | 24 ГБ | нативные 4,25 бит Работает хорошо | 40–72 |
| M5 Ultra | 96 ГБ | нативные 4,25 бит Работает хорошо | 284–505 |
| M5 Max | 36 ГБ | нативные 4,25 бит Работает хорошо | 109–194 |
| M5 Pro | 24 ГБ | нативные 4,25 бит Работает хорошо | 73–129 |
| M5 | 24 ГБ | нативные 4,25 бит Работает хорошо | 36–64 |
| M4 Max | 36 ГБ | нативные 4,25 бит Работает хорошо | 97–173 |
| M4 Pro | 24 ГБ | нативные 4,25 бит Работает хорошо | 65–115 |
| M4 | 24 ГБ | нативные 4,25 бит Работает хорошо | 28–51 |
| M3 Ultra | 96 ГБ | нативные 4,25 бит Работает хорошо | 194–345 |
| M3 Max | 36 ГБ | нативные 4,25 бит Работает хорошо | 71–126 |
| M3 Pro | 36 ГБ | нативные 4,25 бит Работает хорошо | 36–63 |
| M3 | 24 ГБ | нативные 4,25 бит Работает хорошо | 24–42 |
| M2 Ultra | 64 ГБ | нативные 4,25 бит Работает хорошо | 189–337 |
| M2 Max | 32 ГБ | нативные 4,25 бит Работает хорошо | 95–168 |
| M2 Pro | 32 ГБ | нативные 4,25 бит Работает хорошо | 47–84 |
| M2 | 24 ГБ | нативные 4,25 бит Работает хорошо | 24–42 |
| M1 Ultra | 64 ГБ | нативные 4,25 бит Работает хорошо | 189–337 |
| M1 Max | 32 ГБ | нативные 4,25 бит Работает хорошо | 95–168 |
| M1 Pro | 32 ГБ | нативные 4,25 бит Работает хорошо | 47–84 |
| M1 | 16 ГБ | 3 бит Работает хорошо | 19–34 |
Как запустить
- Самый простой способ: скачайте MLX Harness — бесплатно и с открытым кодом. Найдите gpt-oss-20b, 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-20b-MXFP4-Q8Сборка: mlx-community/gpt-oss-20b-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-20b
| Разработчик | OpenAI |
|---|---|
| Параметры | 21B всего · 3,6B активных (mixture of experts) |
| Контекст | токенов: 128K |
| Лицензия | Apache-2.0 |
| Выпуск | 2025-08 |
| Ввод | Текст |
| Интеллект | 9 в Artificial Analysis Intelligence Index |
| Веса | openai/gpt-oss-20b |
Вопросы
- Сколько памяти нужно модели gpt-oss-20b?
- Около 13,8 ГБ на веса (нативные 4,25 бит) плюс место для контекста: всего 15,3 ГБ. На Mac это значит 24 ГБ объединенной памяти или больше, ведь по умолчанию macOS отдает GPU около 75% памяти.
- Насколько быстро gpt-oss-20b работает на Mac?
- Скорость генерации зависит от пропускной способности памяти. Самый быстрый Mac для нее здесь — M5 Ultra с 96 ГБ: около 284–505 токенов в секунду (нативные 4,25 бит). Минимальный Mac, который ее запускает, — M5 Pro с 24 ГБ — выдает около 73–129.
- Почему gpt-oss-20b работает быстрее, чем можно ожидать по размеру?
- Это модель mixture-of-experts: она держит в памяти 21B параметров, но на каждый токен читает только 3,6B, поэтому пишет со скоростью гораздо меньшей модели.
Похожие модели
Для карточки модели или README
Показывает минимальный Mac, на котором gpt-oss-20b хорошо работает, и ведет сюда.
[](https://mlx.app/run/gpt-oss-20b)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.