Память при каждой точности
| Версия | Веса | С контекстом | Минимальный Mac |
|---|---|---|---|
| 8 бит | 25,5 ГБ | 27,5 ГБ | 48 ГБ |
| 6 бит | 19,5 ГБ | 21,1 ГБ | 32 ГБ |
| 4 бит | 13,5 ГБ | 15 ГБ | 24 ГБ |
| 3 бит ниже качество | 10,5 ГБ | 12 ГБ | 16 ГБ |
| 2 бит ниже качество | 7,5 ГБ | 9 ГБ | 16 ГБ |
На каждом чипе Apple
Минимальный объем памяти каждого чипа, на котором запускается LFM2.5 24B A2B, лучшая версия, которая помещается, и ожидаемая скорость генерации.
| Чип | Нужно | Версия | Токенов/с |
|---|---|---|---|
| M6 | 24 ГБ | 4 бит Работает хорошо | 70–124 |
| M5 Ultra | 96 ГБ | 8 бит Работает хорошо | 257–457 |
| M5 Max | 36 ГБ | 6 бит Работает хорошо | 129–230 |
| M5 Pro | 24 ГБ | 4 бит Работает хорошо | 126–223 |
| M5 | 24 ГБ | 4 бит Работает хорошо | 63–111 |
| M4 Max | 36 ГБ | 6 бит Работает хорошо | 115–205 |
| M4 Pro | 24 ГБ | 4 бит Работает хорошо | 112–199 |
| M4 | 24 ГБ | 4 бит Работает хорошо | 49–87 |
| M3 Ultra | 96 ГБ | 8 бит Работает хорошо | 176–312 |
| M3 Max | 36 ГБ | 6 бит Работает хорошо | 84–150 |
| M3 Pro | 36 ГБ | 6 бит Работает хорошо | 42–75 |
| M3 | 24 ГБ | 4 бит Работает хорошо | 41–73 |
| M2 Ultra | 64 ГБ | 8 бит Работает хорошо | 171–305 |
| M2 Max | 32 ГБ | 6 бит Работает хорошо | 113–200 |
| M2 Pro | 32 ГБ | 6 бит Работает хорошо | 56–100 |
| M2 | 24 ГБ | 4 бит Работает хорошо | 41–73 |
| M1 Ultra | 64 ГБ | 8 бит Работает хорошо | 171–305 |
| M1 Max | 32 ГБ | 6 бит Работает хорошо | 113–200 |
| M1 Pro | 32 ГБ | 6 бит Работает хорошо | 56–100 |
| M1 | 16 ГБ | 3 бит Работает хорошо | 34–60 |
Как запустить
- Самый простой способ: скачайте MLX Harness — бесплатно и с открытым кодом. Найдите LFM2.5 24B A2B, 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/LFM2.5-24B-A2B-OptiQ-4bitСборка: mlx-community/LFM2.5-24B-A2B-OptiQ-4bit 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 LFM2.5 24B A2B
| Разработчик | Liquid AI |
|---|---|
| Параметры | 24B всего · 2B активных (mixture of experts) |
| Контекст | токенов: 128K |
| Лицензия | LFM Open License v1.0 (lfm1.0) |
| Выпуск | 2026-10 |
| Ввод | Текст |
| Веса | LiquidAI/LFM2.5-24B-A2B |
Вопросы
- Сколько памяти нужно модели LFM2.5 24B A2B?
- Около 13,5 ГБ на веса (4 бит) плюс место для контекста: всего 15 ГБ. На Mac это значит 24 ГБ объединенной памяти или больше, ведь по умолчанию macOS отдает GPU около 75% памяти.
- Насколько быстро LFM2.5 24B A2B работает на Mac?
- Скорость генерации зависит от пропускной способности памяти. Самый быстрый Mac для нее здесь — M5 Ultra с 96 ГБ: около 257–457 токенов в секунду (8 бит). Минимальный Mac, который ее запускает, — M5 Pro с 24 ГБ — выдает около 126–223.
- Почему LFM2.5 24B A2B работает быстрее, чем можно ожидать по размеру?
- Это модель mixture-of-experts: она держит в памяти 24B параметров, но на каждый токен читает только 2B, поэтому пишет со скоростью гораздо меньшей модели.
Похожие модели
Для карточки модели или README
Показывает минимальный Mac, на котором LFM2.5 24B A2B хорошо работает, и ведет сюда.
[](https://mlx.app/run/lfm2.5-24b-a2b)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.