ప్రతి ప్రెసిషన్ వద్ద మెమరీ
| వెర్షన్ | వెయిట్లు | కాంటెక్స్ట్‌తో | అతిచిన్న Mac |
|---|---|---|---|
| 8-బిట్ | 131 GB | 141 GB | 192 GB |
| 6-బిట్ | 99.9 GB | 108 GB | 192 GB |
| 4-బిట్ | 69.2 GB | 74.7 GB | 128 GB |
| 3-బిట్ తక్కువ నాణ్యత | 53.8 GB | 58.1 GB | 96 GB |
| 2-బిట్ తక్కువ నాణ్యత | 38.4 GB | 41.5 GB | 64 GB |
ప్రతి Apple చిప్‌పై
Devstral 2 (123B)ను నడిపే ప్రతి చిప్ యొక్క అతిచిన్న మెమరీ సైజు, దానిలో సరిపోయే ఉత్తమ వెర్షన్, ఆశించదగిన రాసే వేగం.
| చిప్ | కావాలి | వెర్షన్ | టోకెన్లు/సెకను |
|---|---|---|---|
| M6 | ఏ సైజూ సరిపోదు | చాలా పెద్దది | – |
| M5 Ultra | 256 GB | 8-బిట్ నెమ్మది | 4–7 |
| M5 Max | 128 GB | 4-బిట్ నెమ్మది | 4–7 |
| M5 Pro | 64 GB | 2-బిట్ నెమ్మది | 4–6 |
| M5 | ఏ సైజూ సరిపోదు | చాలా పెద్దది | – |
| M4 Max | 128 GB | 4-బిట్ నెమ్మది | 4–6 |
| M4 Pro | 64 GB | 2-బిట్ నెమ్మది | 3–6 |
| M4 | ఏ సైజూ సరిపోదు | చాలా పెద్దది | – |
| M3 Ultra | 256 GB | 8-బిట్ నెమ్మది | 3–5 |
| M3 Max | 128 GB | 4-బిట్ నెమ్మది | 3–5 |
| M3 Pro | ఏ సైజూ సరిపోదు | చాలా పెద్దది | – |
| M3 | ఏ సైజూ సరిపోదు | చాలా పెద్దది | – |
| M2 Ultra | 128 GB | 4-బిట్ నెమ్మది | 5–9 |
| M2 Max | 64 GB | 2-బిట్ నెమ్మది | 5–8 |
| M2 Pro | ఏ సైజూ సరిపోదు | చాలా పెద్దది | – |
| M2 | ఏ సైజూ సరిపోదు | చాలా పెద్దది | – |
| M1 Ultra | 128 GB | 4-బిట్ నెమ్మది | 5–9 |
| M1 Max | 64 GB | 2-బిట్ నెమ్మది | 5–8 |
| M1 Pro | ఏ సైజూ సరిపోదు | చాలా పెద్దది | – |
| M1 | ఏ సైజూ సరిపోదు | చాలా పెద్దది | – |
దీన్ని ఎలా నడపాలి
- సులభమైన మార్గం: ఉచితమైన, ఓపెన్ సోర్స్ MLX Harnessను డౌన్‌లోడ్ చేయండి. Devstral 2 (123B) కోసం వెతికి, మీ Macలో సరిపోయే వెర్షన్‌ను డౌన్‌లోడ్ చేసి, చాట్ చేయండి. ఇది OpenAI-compatible API ద్వారా ఆ మోడల్‌ను మీ ఇతర యాప్‌లకు కూడా అందిస్తుంది.MLX Harness డౌన్‌లోడ్ చేయండిఉచితం · Apple Silicon · macOS 14.5 లేదా తర్వాతి వెర్షన్
- Terminalలో Apple MLXతో:
pip install mlx-lmmlx_lm.chat --model mlx-community/Devstral-2-123B-Instruct-2512-4bitబిల్డ్: Hugging Faceలో mlx-community/Devstral-2-123B-Instruct-2512-4bit. ఇతర ప్రెసిషన్‌లు దాని పక్కనే ఉన్నాయి.
దశలవారీగా: Macలో LLMలను డౌన్‌లోడ్ చేసి నడపండి · MLX Harnessను ఎలా వాడాలి · MLX vs Ollama vs llama.cpp
Devstral 2 (123B) గురించి
| తయారీదారు | Mistral AI |
|---|---|
| పారామీటర్‌లు | 123B (డెన్స్) |
| కాంటెక్స్ట్ | 256K టోకెన్లు |
| లైసెన్స్ | Modified MIT |
| విడుదల | 2025-11 |
| ఇన్‌పుట్ | టెక్స్ట్ |
| వెయిట్లు | mistralai/Devstral-2-123B-Instruct-2512 |
ప్రశ్నలు
- Devstral 2 (123B)కు ఎంత మెమరీ కావాలి?
- 4-బిట్ వద్ద సుమారు 69.2 GB వెయిట్లు, దానితో పాటు కాంటెక్స్ట్కు చోటు: మొత్తం 74.7 GB. Macలో అంటే 128 GB లేదా అంతకంటే ఎక్కువ యూనిఫైడ్ మెమరీ, ఎందుకంటే డిఫాల్ట్గా macOS దానిలో సుమారు 75%ను మాత్రమే GPU వాడుకోనిస్తుంది.
- Macలో Devstral 2 (123B) ఎంత వేగంగా నడుస్తుంది?
- రాసే వేగం మెమరీ బ్యాండ్విడ్త్పై ఆధారపడుతుంది. ఇక్కడ దీనికి అత్యంత వేగవంతమైన Mac 128 GB ఉన్న M2 Ultra, సెకనుకు సుమారు 5–9 టోకెన్లు (4-బిట్). దీన్ని నడిపే అతిచిన్న Mac, 128 GB ఉన్న M2 Ultra, సుమారు 5–9 వరకు చేరుతుంది.
- క్వాంటైజేషన్ వల్ల Devstral 2 (123B) నాణ్యత తగ్గుతుందా?
- 4 బిట్ల వద్ద చాలా మోడల్లు అసలు నాణ్యతకు దగ్గరగానే ఉంటాయి; 4 బిట్ల కంటే తక్కువకు వెళ్తే నాణ్యత వేగంగా పడిపోతుంది. మీ Macలో చోటు మిగిలేలా సరిపోయే అత్యధిక ప్రెసిషన్ను ఎంచుకోండి.
ఇలాంటి మోడల్లు
మీ మోడల్ కార్డ్ లేదా README కోసం
Devstral 2 (123B)ను బాగా నడిపే అతిచిన్న Macను చూపి, ఇక్కడికి లింక్ ఇస్తుంది.
[](https://mlx.app/run/devstral-2-123b)ఎలా లెక్కించాం
మెమరీ: మోడల్ పారామీటర్‌లు వెయిట్‌కు 8, 6, 4, 3 లేదా 2 బిట్ల వద్ద, దానితో పాటు MLX గ్రూప్ స్కేల్‌లు (వెయిట్‌కు అర బిట్), లేదా దాని నేటివ్ ఫార్మాట్, పైన కాంటెక్స్ట్కు చోటు. డిఫాల్ట్గా macOS యూనిఫైడ్ మెమరీలో సుమారు 75%ను GPU వాడుకోనిస్తుంది. వేగం: మెమరీ బ్యాండ్‌విడ్త్‌ను ప్రతి టోకెన్‌కు చదివే బైట్‌లతో భాగిస్తే ఒక సంభాషణకు గరిష్ఠ పరిమితి వస్తుంది; llama.cpp పబ్లిక్ Apple Silicon బెంచ్‌మార్క్‌లలో నిజమైన రన్‌లు దానిలో సుమారు 45% నుండి 80% వరకు చేరుతాయి, ఆ పరిధినే చూపిస్తున్నాం. ఇవి అంచనాలు, కొలతలు కావు: మీ సొంత Macను MLX Benchలో కొలవండి. మోడల్ వివరాలు ప్రతి అధికారిక మోడల్ కార్డ్ నుండి, చిప్ వివరాలు Apple Tech Specs నుండి. 2026-10-19న తనిఖీ చేశాం. mlx.app/compareలో ఉన్న అదే డేటా.