Phi-4 Reasoning Vision 15B inahitaji kumbukumbu kiasi gani?

Takriban 8.4 GB ya weights kwa 4-bit, pamoja na nafasi ya context: 9.9 GB kwa jumla. Kwenye Mac hiyo inamaanisha GB 16 za unified memory au zaidi, kwa kuwa kwa chaguo-msingi macOS huiruhusu GPU kutumia takriban 75% yake.

Phi-4 Reasoning Vision 15B 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 34–60 kwa sekunde (8-bit). Mac ndogo zaidi inayoiendesha, yenye GB 16, hufikia takriban 11–19 kwenye M2 Pro.

Je, quantization hudhuru Phi-4 Reasoning Vision 15B?

Kwa biti 4 modeli nyingi hubaki karibu na ubora asili; chini ya biti 4 ubora hushuka haraka zaidi. Chagua usahihi wa juu zaidi unaotosha Mac yako na kubakiza nafasi.

Mac inaweza kuendesha Phi-4 Reasoning Vision 15B? Kumbukumbu, kasi

Kumbukumbu kwa kila usahihi

Toleo	Weights	Pamoja na context	Mac ndogo zaidi
8-bit	15.9 GB	17.4 GB	24 GB
6-bit	12.2 GB	13.7 GB	24 GB
4-bit	8.4 GB	9.9 GB	16 GB
3-bit ubora wa chini	6.6 GB	8.1 GB	16 GB
2-bit ubora wa chini	4.7 GB	6.2 GB	16 GB

Kwenye kila chipu ya Apple

Ukubwa mdogo zaidi wa kumbukumbu wa kila chipu unaoendesha Phi-4 Reasoning Vision 15B, toleo bora linalotosha humo, na kasi ya kuandika unayoweza kutarajia.

Chipu	Inahitaji	Toleo	Tokeni/s
M6	16 GB	4-bit Polepole	8–15
M5 Ultra	96 GB	8-bit Inaenda vizuri	34–60
M5 Max	36 GB	8-bit Inaenda vizuri	13–23
M5 Pro	24 GB	6-bit Inaenda vizuri	11–20
M5	16 GB	4-bit Polepole	8–15
M4 Max	36 GB	8-bit Inaenda vizuri	12–21
M4 Pro	24 GB	6-bit Inaenda vizuri	10–18
M4	16 GB	4-bit Polepole	6–11
M3 Ultra	96 GB	8-bit Inaenda vizuri	23–41
M3 Max	36 GB	6-bit Inaenda vizuri	11–20
M3 Pro	18 GB	4-bit Polepole	8–14
M3	16 GB	4-bit Polepole	5–10
M2 Ultra	64 GB	8-bit Inaenda vizuri	23–40
M2 Max	32 GB	8-bit Inaenda vizuri	11–20
M2 Pro	16 GB	4-bit Inaenda vizuri	11–19
M2	16 GB	4-bit Polepole	5–10
M1 Ultra	64 GB	8-bit Inaenda vizuri	23–40
M1 Max	32 GB	8-bit Inaenda vizuri	11–20
M1 Pro	16 GB	4-bit Inaenda vizuri	11–19
M1	16 GB	4-bit Polepole	4–6

Jinsi ya kuiendesha

Njia rahisi: pakua MLX Harness, bure na open source. Tafuta Phi-4 Reasoning Vision 15B, 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: Bado hakuna toleo la MLX la jumuiya, kwa hiyo tengeneza moja kutoka kwa weights rasmi:pip install mlx-lmmlx_lm.convert --hf-path microsoft/Phi-4-reasoning-vision-15B -q

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

Kuhusu Phi-4 Reasoning Vision 15B

Imetengenezwa na	Microsoft
Vigezo	15B (dense)
Context	tokeni 16K
Leseni	MIT
Ilitolewa	2026-03
Ingizo	Maandishi na picha
Weights	microsoft/Phi-4-reasoning-vision-15B

Maswali

Phi-4 Reasoning Vision 15B inahitaji kumbukumbu kiasi gani?: Takriban 8.4 GB ya weights kwa 4-bit, pamoja na nafasi ya context: 9.9 GB kwa jumla. Kwenye Mac hiyo inamaanisha GB 16 za unified memory au zaidi, kwa kuwa kwa chaguo-msingi macOS huiruhusu GPU kutumia takriban 75% yake.
Phi-4 Reasoning Vision 15B 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 34–60 kwa sekunde (8-bit). Mac ndogo zaidi inayoiendesha, yenye GB 16, hufikia takriban 11–19 kwenye M2 Pro.
Je, quantization hudhuru Phi-4 Reasoning Vision 15B?: Kwa biti 4 modeli nyingi hubaki karibu na ubora asili; chini ya biti 4 ubora hushuka haraka zaidi. Chagua usahihi wa juu zaidi unaotosha Mac yako na kubakiza nafasi.

Modeli zinazofanana

Kila modeli · Kila Mac · Linganisha Mac yako

Kwa kadi ya modeli yako au README

Huonyesha Mac ndogo zaidi inayoendesha Phi-4 Reasoning Vision 15B vizuri na huunganisha hapa.

[![Runs on a Mac](https://mlx.app/badge/run/phi-4-reasoning-vision-15b.svg)](https://mlx.app/run/phi-4-reasoning-vision-15b)

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.