ప్రతి ప్రెసిషన్ వద్ద మెమరీ
| వెర్షన్ | వెయిట్లు | కాంటెక్స్ట్‌తో | అతిచిన్న Mac |
|---|---|---|---|
| నేటివ్ 4.25-బిట్ | 65.3 GB | 70.5 GB | 96 GB |
| 3-బిట్ తక్కువ నాణ్యత | 51.2 GB | 55.3 GB | 96 GB |
| 2-బిట్ తక్కువ నాణ్యత | 36.6 GB | 39.5 GB | 64 GB |
ప్రతి Apple చిప్‌పై
gpt-oss-120bను 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 | 96 GB | నేటివ్ 4.25-బిట్ బాగా నడుస్తుంది | 200–356 |
| M5 Max | 128 GB | నేటివ్ 4.25-బిట్ బాగా నడుస్తుంది | 102–182 |
| M5 Pro | 64 GB | 2-బిట్ బాగా నడుస్తుంది | 86–154 |
| M5 | ఏ సైజూ సరిపోదు | చాలా పెద్దది | – |
| M4 Max | 128 GB | నేటివ్ 4.25-బిట్ బాగా నడుస్తుంది | 91–162 |
| M4 Pro | 64 GB | 2-బిట్ బాగా నడుస్తుంది | 77–137 |
| M4 | ఏ సైజూ సరిపోదు | చాలా పెద్దది | – |
| M3 Ultra | 96 GB | నేటివ్ 4.25-బిట్ బాగా నడుస్తుంది | 137–243 |
| M3 Max | 96 GB | నేటివ్ 4.25-బిట్ బాగా నడుస్తుంది | 50–89 |
| M3 Pro | ఏ సైజూ సరిపోదు | చాలా పెద్దది | – |
| M3 | ఏ సైజూ సరిపోదు | చాలా పెద్దది | – |
| M2 Ultra | 128 GB | నేటివ్ 4.25-బిట్ బాగా నడుస్తుంది | 133–237 |
| M2 Max | 96 GB | నేటివ్ 4.25-బిట్ బాగా నడుస్తుంది | 67–119 |
| M2 Pro | ఏ సైజూ సరిపోదు | చాలా పెద్దది | – |
| M2 | ఏ సైజూ సరిపోదు | చాలా పెద్దది | – |
| M1 Ultra | 128 GB | నేటివ్ 4.25-బిట్ బాగా నడుస్తుంది | 133–237 |
| M1 Max | 64 GB | 2-బిట్ బాగా నడుస్తుంది | 113–200 |
| 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. gpt-oss-120b 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/gpt-oss-120b-MXFP4-Q8బిల్డ్: Hugging Faceలో mlx-community/gpt-oss-120b-MXFP4-Q8. ఇతర ప్రెసిషన్‌లు దాని పక్కనే ఉన్నాయి.
దశలవారీగా: Macలో LLMలను డౌన్‌లోడ్ చేసి నడపండి · MLX Harnessను ఎలా వాడాలి · MLX vs Ollama vs llama.cpp
gpt-oss-120b గురించి
| తయారీదారు | OpenAI |
|---|---|
| పారామీటర్‌లు | మొత్తం 117B · యాక్టివ్ 5.1B (mixture of experts) |
| కాంటెక్స్ట్ | 128K టోకెన్లు |
| లైసెన్స్ | Apache-2.0 |
| విడుదల | 2025-08 |
| ఇన్‌పుట్ | టెక్స్ట్ |
| ఇంటెలిజెన్స్ | Artificial Analysis Intelligence Indexలో 11.6 |
| వెయిట్లు | openai/gpt-oss-120b |
గైడ్: mlx.appలో దశలవారీగా
ప్రశ్నలు
- gpt-oss-120bకు ఎంత మెమరీ కావాలి?
- నేటివ్ 4.25-బిట్ వద్ద సుమారు 65.3 GB వెయిట్లు, దానితో పాటు కాంటెక్స్ట్కు చోటు: మొత్తం 70.5 GB. Macలో అంటే 96 GB లేదా అంతకంటే ఎక్కువ యూనిఫైడ్ మెమరీ, ఎందుకంటే డిఫాల్ట్గా macOS దానిలో సుమారు 75%ను మాత్రమే GPU వాడుకోనిస్తుంది.
- Macలో gpt-oss-120b ఎంత వేగంగా నడుస్తుంది?
- రాసే వేగం మెమరీ బ్యాండ్విడ్త్పై ఆధారపడుతుంది. ఇక్కడ దీనికి అత్యంత వేగవంతమైన Mac 96 GB ఉన్న M5 Ultra, సెకనుకు సుమారు 200–356 టోకెన్లు (నేటివ్ 4.25-బిట్). దీన్ని నడిపే అతిచిన్న Mac, 96 GB ఉన్న M5 Ultra, సుమారు 200–356 వరకు చేరుతుంది.
- gpt-oss-120b దాని సైజుకు మించిన వేగంతో ఎందుకు నడుస్తుంది?
- ఇది mixture-of-experts మోడల్: మెమరీలో 117B పారామీటర్లను ఉంచుతుంది, కానీ ప్రతి టోకెన్కు 5.1B మాత్రమే చదువుతుంది, అందుకే చాలా చిన్న మోడల్ వేగంతో రాస్తుంది.
ఇలాంటి మోడల్‌లు
మీ మోడల్ కార్డ్ లేదా README కోసం
gpt-oss-120bను బాగా నడిపే అతిచిన్న Macను చూపి, ఇక్కడికి లింక్ ఇస్తుంది.
[](https://mlx.app/run/gpt-oss-120b)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.