Память при каждой точности
| Версия | Веса | С контекстом | Минимальный Mac |
|---|---|---|---|
| 8 бит | 425 ГБ | 459 ГБ | больше, чем у любого Mac |
| 6 бит | 325 ГБ | 351 ГБ | 512 ГБ |
| 4 бит | 225 ГБ | 243 ГБ | 512 ГБ |
| 3 бит ниже качество | 175 ГБ | 189 ГБ | 256 ГБ |
| 2 бит ниже качество | 125 ГБ | 135 ГБ | 192 ГБ |
На каждом чипе Apple
Минимальный объем памяти каждого чипа, на котором запускается Llama 4 Maverick 17B-128E Instruct, лучшая версия, которая помещается, и ожидаемая скорость генерации.
| Чип | Нужно | Версия | Токенов/с |
|---|---|---|---|
| M6 | ни один объем не подходит | Слишком большая | – |
| M5 Ultra | 512 ГБ | 6 бит Работает хорошо | 39–70 |
| M5 Max | ни один объем не подходит | Слишком большая | – |
| M5 Pro | ни один объем не подходит | Слишком большая | – |
| M5 | ни один объем не подходит | Слишком большая | – |
| M4 Max | ни один объем не подходит | Слишком большая | – |
| M4 Pro | ни один объем не подходит | Слишком большая | – |
| M4 | ни один объем не подходит | Слишком большая | – |
| M3 Ultra | 512 ГБ | 6 бит Работает хорошо | 27–47 |
| M3 Max | ни один объем не подходит | Слишком большая | – |
| M3 Pro | ни один объем не подходит | Слишком большая | – |
| M3 | ни один объем не подходит | Слишком большая | – |
| M2 Ultra | 192 ГБ | 2 бит Работает хорошо | 68–121 |
| M2 Max | ни один объем не подходит | Слишком большая | – |
| M2 Pro | ни один объем не подходит | Слишком большая | – |
| M2 | ни один объем не подходит | Слишком большая | – |
| M1 Ultra | ни один объем не подходит | Слишком большая | – |
| M1 Max | ни один объем не подходит | Слишком большая | – |
| 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 Llama 4 Maverick 17B-128E Instruct, 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/Llama-4-Maverick-17B-128E-Instruct-4bitСборка: mlx-community/Llama-4-Maverick-17B-128E-Instruct-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 Llama 4 Maverick 17B-128E Instruct
| Разработчик | Meta |
|---|---|
| Параметры | 400B всего · 17B активных (mixture of experts) |
| Контекст | токенов: 1M |
| Лицензия | Llama 4 Community License |
| Выпуск | 2025-04 |
| Ввод | Текст и изображения |
| Интеллект | 9,3 в Artificial Analysis Intelligence Index |
| Веса | meta-llama/Llama-4-Maverick-17B-128E-Instruct |
Вопросы
- Сколько памяти нужно модели Llama 4 Maverick 17B-128E Instruct?
- Около 225 ГБ на веса (4 бит) плюс место для контекста: всего 243 ГБ. На Mac это значит 512 ГБ объединенной памяти или больше, ведь по умолчанию macOS отдает GPU около 75% памяти.
- Насколько быстро Llama 4 Maverick 17B-128E Instruct работает на Mac?
- Скорость генерации зависит от пропускной способности памяти. Самый быстрый Mac для нее здесь — M5 Ultra с 512 ГБ: около 39–70 токенов в секунду (6 бит). Минимальный Mac, который ее запускает, — M5 Ultra с 512 ГБ — выдает около 39–70.
- Почему Llama 4 Maverick 17B-128E Instruct работает быстрее, чем можно ожидать по размеру?
- Это модель mixture-of-experts: она держит в памяти 400B параметров, но на каждый токен читает только 17B, поэтому пишет со скоростью гораздо меньшей модели.
Похожие модели
Для карточки модели или README
Показывает минимальный Mac, на котором Llama 4 Maverick 17B-128E Instruct хорошо работает, и ведет сюда.
[](https://mlx.app/run/llama-4-maverick)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.