ప్రతి ప్రెసిషన్ వద్ద మెమరీ
| వెర్షన్ | వెయిట్లు | కాంటెక్స్ట్‌తో | అతిచిన్న Mac |
|---|---|---|---|
| 8-బిట్ | 31.9 GB | 34.5 GB | 48 GB |
| 6-బిట్ | 24.4 GB | 26.4 GB | 36 GB |
| 4-బిట్ | 16.9 GB | 18.4 GB | 32 GB |
| 3-బిట్ తక్కువ నాణ్యత | 13.1 GB | 14.6 GB | 24 GB |
| 2-బిట్ తక్కువ నాణ్యత | 9.4 GB | 10.9 GB | 16 GB |
ప్రతి Apple చిప్‌పై
GLM-4.7 Flashను నడిపే ప్రతి చిప్ యొక్క అతిచిన్న మెమరీ సైజు, దానిలో సరిపోయే ఉత్తమ వెర్షన్, ఆశించదగిన రాసే వేగం.
| చిప్ | కావాలి | వెర్షన్ | టోకెన్లు/సెకను |
|---|---|---|---|
| M6 | 32 GB | 4-బిట్ బాగా నడుస్తుంది | 45–80 |
| M5 Ultra | 96 GB | 8-బిట్ బాగా నడుస్తుంది | 169–300 |
| M5 Max | 36 GB | 6-బిట్ బాగా నడుస్తుంది | 86–153 |
| M5 Pro | 48 GB | 8-బిట్ బాగా నడుస్తుంది | 43–77 |
| M5 | 32 GB | 4-బిట్ బాగా నడుస్తుంది | 41–72 |
| M4 Max | 36 GB | 6-బిట్ బాగా నడుస్తుంది | 77–137 |
| M4 Pro | 48 GB | 8-బిట్ బాగా నడుస్తుంది | 38–68 |
| M4 | 32 GB | 4-బిట్ బాగా నడుస్తుంది | 32–56 |
| M3 Ultra | 96 GB | 8-బిట్ బాగా నడుస్తుంది | 115–205 |
| M3 Max | 36 GB | 6-బిట్ బాగా నడుస్తుంది | 56–100 |
| M3 Pro | 36 GB | 6-బిట్ బాగా నడుస్తుంది | 28–50 |
| M3 | 16 GB | 2-బిట్ బాగా నడుస్తుంది | 50–89 |
| M2 Ultra | 64 GB | 8-బిట్ బాగా నడుస్తుంది | 113–200 |
| M2 Max | 32 GB | 4-బిట్ బాగా నడుస్తుంది | 106–188 |
| M2 Pro | 32 GB | 4-బిట్ బాగా నడుస్తుంది | 53–94 |
| M2 | 16 GB | 2-బిట్ బాగా నడుస్తుంది | 50–89 |
| M1 Ultra | 64 GB | 8-బిట్ బాగా నడుస్తుంది | 113–200 |
| M1 Max | 32 GB | 4-బిట్ బాగా నడుస్తుంది | 106–188 |
| M1 Pro | 32 GB | 4-బిట్ బాగా నడుస్తుంది | 53–94 |
| M1 | 16 GB | 2-బిట్ బాగా నడుస్తుంది | 34–60 |
దీన్ని ఎలా నడపాలి
- సులభమైన మార్గం: ఉచితమైన, ఓపెన్ సోర్స్ MLX Harnessను డౌన్‌లోడ్ చేయండి. GLM-4.7 Flash 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/GLM-4.7-Flash-4bitబిల్డ్: Hugging Faceలో mlx-community/GLM-4.7-Flash-4bit. ఇతర ప్రెసిషన్‌లు దాని పక్కనే ఉన్నాయి.
దశలవారీగా: Macలో LLMలను డౌన్‌లోడ్ చేసి నడపండి · MLX Harnessను ఎలా వాడాలి · MLX vs Ollama vs llama.cpp
GLM-4.7 Flash గురించి
| తయారీదారు | Z.ai (Zhipu) |
|---|---|
| పారామీటర్‌లు | మొత్తం 30B · యాక్టివ్ 3B (mixture of experts) |
| కాంటెక్స్ట్ | 198K టోకెన్లు |
| లైసెన్స్ | MIT |
| విడుదల | 2026-01 |
| ఇన్‌పుట్ | టెక్స్ట్ |
| వెయిట్లు | zai-org/GLM-4.7-Flash |
ప్రశ్నలు
- GLM-4.7 Flashకు ఎంత మెమరీ కావాలి?
- 4-బిట్ వద్ద సుమారు 16.9 GB వెయిట్లు, దానితో పాటు కాంటెక్స్ట్కు చోటు: మొత్తం 18.4 GB. Macలో అంటే 32 GB లేదా అంతకంటే ఎక్కువ యూనిఫైడ్ మెమరీ, ఎందుకంటే డిఫాల్ట్గా macOS దానిలో సుమారు 75%ను మాత్రమే GPU వాడుకోనిస్తుంది.
- Macలో GLM-4.7 Flash ఎంత వేగంగా నడుస్తుంది?
- రాసే వేగం మెమరీ బ్యాండ్విడ్త్పై ఆధారపడుతుంది. ఇక్కడ దీనికి అత్యంత వేగవంతమైన Mac 96 GB ఉన్న M5 Ultra, సెకనుకు సుమారు 169–300 టోకెన్లు (8-బిట్). దీన్ని నడిపే అతిచిన్న Mac, 32 GB ఉన్న M2 Max, సుమారు 106–188 వరకు చేరుతుంది.
- GLM-4.7 Flash దాని సైజుకు మించిన వేగంతో ఎందుకు నడుస్తుంది?
- ఇది mixture-of-experts మోడల్: మెమరీలో 30B పారామీటర్లను ఉంచుతుంది, కానీ ప్రతి టోకెన్కు 3B మాత్రమే చదువుతుంది, అందుకే చాలా చిన్న మోడల్ వేగంతో రాస్తుంది.
ఇలాంటి మోడల్‌లు
మీ మోడల్ కార్డ్ లేదా README కోసం
GLM-4.7 Flashను బాగా నడిపే అతిచిన్న Macను చూపి, ఇక్కడికి లింక్ ఇస్తుంది.
[](https://mlx.app/run/glm-4.7-flash)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.