LFM2.5 24B A2B inahitaji kumbukumbu kiasi gani?

Takriban 13.5 GB ya weights kwa 4-bit, pamoja na nafasi ya context: 15 GB kwa jumla. Kwenye Mac hiyo inamaanisha GB 24 za unified memory au zaidi, kwa kuwa kwa chaguo-msingi macOS huiruhusu GPU kutumia takriban 75% yake.

LFM2.5 24B A2B ina kasi gani kwenye Mac?

Kasi ya kuandika hutegemea bandwidth ya kumbukumbu. Mac yenye kasi zaidi kwa modeli hii hapa ni M5 Ultra yenye GB 96, kwa takriban tokeni 257–457 kwa sekunde (8-bit). Mac ndogo zaidi inayoiendesha, yenye GB 24, hufikia takriban 126–223 kwenye M5 Pro.

Kwa nini LFM2.5 24B A2B huenda kasi kuliko ukubwa wake unavyoashiria?

Ni modeli ya mixture-of-experts: huhifadhi vigezo 24B kwenye kumbukumbu lakini husoma 2B tu kwa kila tokeni, hivyo huandika kwa kasi ya modeli ndogo zaidi sana.

Mac inaweza kuendesha LFM2.5 24B A2B? Kumbukumbu, kasi

Kumbukumbu kwa kila usahihi

Toleo	Weights	Pamoja na context	Mac ndogo zaidi
8-bit	25.5 GB	27.5 GB	48 GB
6-bit	19.5 GB	21.1 GB	32 GB
4-bit	13.5 GB	15 GB	24 GB
3-bit ubora wa chini	10.5 GB	12 GB	16 GB
2-bit ubora wa chini	7.5 GB	9 GB	16 GB

Kwenye kila chipu ya Apple

Ukubwa mdogo zaidi wa kumbukumbu wa kila chipu unaoendesha LFM2.5 24B A2B, toleo bora linalotosha humo, na kasi ya kuandika unayoweza kutarajia.

Chipu	Inahitaji	Toleo	Tokeni/s
M6	24 GB	4-bit Inaenda vizuri	70–124
M5 Ultra	96 GB	8-bit Inaenda vizuri	257–457
M5 Max	36 GB	6-bit Inaenda vizuri	129–230
M5 Pro	24 GB	4-bit Inaenda vizuri	126–223
M5	24 GB	4-bit Inaenda vizuri	63–111
M4 Max	36 GB	6-bit Inaenda vizuri	115–205
M4 Pro	24 GB	4-bit Inaenda vizuri	112–199
M4	24 GB	4-bit Inaenda vizuri	49–87
M3 Ultra	96 GB	8-bit Inaenda vizuri	176–312
M3 Max	36 GB	6-bit Inaenda vizuri	84–150
M3 Pro	36 GB	6-bit Inaenda vizuri	42–75
M3	24 GB	4-bit Inaenda vizuri	41–73
M2 Ultra	64 GB	8-bit Inaenda vizuri	171–305
M2 Max	32 GB	6-bit Inaenda vizuri	113–200
M2 Pro	32 GB	6-bit Inaenda vizuri	56–100
M2	24 GB	4-bit Inaenda vizuri	41–73
M1 Ultra	64 GB	8-bit Inaenda vizuri	171–305
M1 Max	32 GB	6-bit Inaenda vizuri	113–200
M1 Pro	32 GB	6-bit Inaenda vizuri	56–100
M1	16 GB	3-bit Inaenda vizuri	34–60

Jinsi ya kuiendesha

Njia rahisi: pakua MLX Harness, bure na open source. Tafuta LFM2.5 24B A2B, pakua toleo linalotosha Mac yako, na anza kuzungumza. Pia huipa programu zako nyingine modeli kupitia API inayooana na OpenAI.Pakua MLX HarnessBure · Apple Silicon · macOS 14.5 au mpya zaidi
Ndani ya Terminal kwa MLX ya Apple:pip install mlx-lmmlx_lm.chat --model mlx-community/LFM2.5-24B-A2B-OptiQ-4bitToleo: mlx-community/LFM2.5-24B-A2B-OptiQ-4bit kwenye Hugging Face. Usahihi mwingine uko kando yake.

Hatua kwa hatua: pakua na uendeshe LLM kwenye Mac · jinsi ya kutumia MLX Harness · MLX dhidi ya Ollama dhidi ya llama.cpp

Kuhusu LFM2.5 24B A2B

Imetengenezwa na	Liquid AI
Vigezo	24B jumla · 2B zinazotumika (mixture of experts)
Context	tokeni 128K
Leseni	LFM Open License v1.0 (lfm1.0)
Ilitolewa	2026-10
Ingizo	Maandishi
Weights	LiquidAI/LFM2.5-24B-A2B

Maswali

LFM2.5 24B A2B inahitaji kumbukumbu kiasi gani?: Takriban 13.5 GB ya weights kwa 4-bit, pamoja na nafasi ya context: 15 GB kwa jumla. Kwenye Mac hiyo inamaanisha GB 24 za unified memory au zaidi, kwa kuwa kwa chaguo-msingi macOS huiruhusu GPU kutumia takriban 75% yake.
LFM2.5 24B A2B ina kasi gani kwenye Mac?: Kasi ya kuandika hutegemea bandwidth ya kumbukumbu. Mac yenye kasi zaidi kwa modeli hii hapa ni M5 Ultra yenye GB 96, kwa takriban tokeni 257–457 kwa sekunde (8-bit). Mac ndogo zaidi inayoiendesha, yenye GB 24, hufikia takriban 126–223 kwenye M5 Pro.
Kwa nini LFM2.5 24B A2B huenda kasi kuliko ukubwa wake unavyoashiria?: Ni modeli ya mixture-of-experts: huhifadhi vigezo 24B kwenye kumbukumbu lakini husoma 2B tu kwa kila tokeni, hivyo huandika kwa kasi ya modeli ndogo zaidi sana.

Modeli zinazofanana

Kila modeli · Kila Mac · Linganisha Mac yako

Kwa kadi ya modeli yako au README

Huonyesha Mac ndogo zaidi inayoendesha LFM2.5 24B A2B vizuri na huunganisha hapa.

[![Runs on a Mac](https://mlx.app/badge/run/lfm2.5-24b-a2b.svg)](https://mlx.app/run/lfm2.5-24b-a2b)

Jinsi inavyokokotolewa

Kumbukumbu: vigezo vya modeli kwa biti 8, 6, 4, 3 au 2 kwa kila weight pamoja na group scales za MLX (nusu biti kwa kila weight), au muundo wake asili, pamoja na nafasi ya context juu yake. Kwa chaguo-msingi macOS huiruhusu GPU kutumia takriban 75% ya unified memory. Kasi: bandwidth ya kumbukumbu ikigawanywa kwa baiti zinazosomwa kwa kila tokeni ndiyo kikomo cha juu kwa mazungumzo moja; katika benchmarks za umma za llama.cpp kwenye Apple Silicon uendeshaji halisi hufikia takriban 45% hadi 80% yake, na huo ndio upana unaoonyeshwa. Haya ni makadirio, si vipimo: pima Mac yako mwenyewe kwenye MLX Bench. Takwimu za modeli ni kutoka kwa kadi rasmi ya kila modeli, takwimu za chipu ni kutoka Tech Specs za Apple. Imekaguliwa 2026-10-19. Data ileile ya mlx.app/compare.