การกำหนดค่า Mac ที่ใช้ Apple Silicon

ชิป Apple Silicon ทุกรุ่นตั้งแต่ M1 ถึง M6 ในทุกขนาดหน่วยความจำที่ Apple จำหน่าย: หน่วยความจำแบบรวม แบนด์วิดท์หน่วยความจำ ตัวเลือกคอร์ GPU และ Mac ที่ใช้ชิปนั้น อ่านจากหน้าข้อมูลจำเพาะทางเทคนิคของ Apple พร้อมแหล่งที่มาของทุกแถว บนเว็บไซต์: Mac ทุกรุ่น

JSON · 46 KB76320724a7fac765…
CSV · 26 KBe8a976f183d2a114…

14 คอลัมน์ · 58 แถว · ตรวจสอบเมื่อ 19 ตุลาคม 2026

คอลัมน์	ชนิด	ความหมาย
`mac`	ข้อความ	ตัวระบุ: ชิปและขนาดหน่วยความจำ เหมือนใน mlx.app/mac/<mac>
`chip`	ข้อความ	ชื่อชิป
`chip_id`	ข้อความ	ตัวระบุชิป
`generation`	ตัวเลข	รุ่นของซีรีส์ M (1 = M1)
`tier`	ข้อความ	base, pro, max หรือ ultra
`memory_gb`	ตัวเลข	หน่วยความจำแบบรวม, GB
`bandwidth_gbs`	ตัวเลข	แบนด์วิดท์หน่วยความจำที่ Apple เผยแพร่, GB/s (ว่างไว้ในกรณีที่ Apple ไม่ได้ระบุ: M1)
`bandwidth_gbs_used`	ตัวเลข	แบนด์วิดท์ที่ใช้ในการประมาณ, GB/s (M1: 68 จากข้อความเชิงเปรียบเทียบของ Apple ดูหมายเหตุ)
`gpu_memory_default_gb`	ตัวเลข	ประมาณ 75% ของหน่วยความจำแบบรวม: ปริมาณที่ macOS ให้ GPU ใช้โดยค่าเริ่มต้น (คำนวณได้)
`gpu_cores`	ข้อความ	ตัวเลือกคอร์ GPU ที่มีกับขนาดหน่วยความจำนี้ (รายการ)
`macs`	ข้อความ	Mac ที่ใช้ชิปนี้ ตามชื่อรุ่นของ Apple (รายการ)
`note`	ข้อความ	ข้อควรระวังจากแหล่งที่มา
`page`	ข้อความ	หน้าบน mlx.app ที่รวมทุกโมเดลที่ Mac เครื่องนี้รันได้
`sources`	ข้อความ	หน้าของ Apple ที่ใช้อ่านตัวเลข (รายการ)

โมเดล AI แบบเปิด: พารามิเตอร์ พารามิเตอร์ที่ทำงาน และหน่วยความจำ

โมเดลภาษาแบบน้ำหนักเปิดทุกตัวบน mlx.app/compare: พารามิเตอร์ทั้งหมดและที่ทำงาน สถาปัตยกรรม (dense หรือ Mixture of Experts (MoE)) ความยาวคอนเท็กซ์ สัญญาอนุญาต วันเปิดตัว ความแม่นยำ และขนาดน้ำหนัก อ่านจากการ์ด Hugging Face ทางการของแต่ละโมเดล config.json และรายการไฟล์ บนเว็บไซต์: โมเดลทุกตัว

JSON · 58 KBfab2a48fe7634166…
CSV · 33 KB17a162513e8de204…

19 คอลัมน์ · 83 แถว · ตรวจสอบเมื่อ 19 ตุลาคม 2026

คอลัมน์	ชนิด	ความหมาย
`model`	ข้อความ	ตัวระบุ เหมือนใน mlx.app/run/<model>
`name`	ข้อความ	ชื่อโมเดล
`maker`	ข้อความ	ผู้เผยแพร่
`hf_repo`	ข้อความ	คลัง Hugging Face ทางการ
`params_b`	ตัวเลข	พารามิเตอร์ทั้งหมด, พันล้าน (การ์ดโมเดล)
`active_params_b`	ตัวเลข	พารามิเตอร์ที่อ่านต่อหนึ่งโทเค็นที่สร้าง, พันล้าน (เท่ากับ params_b สำหรับโมเดล dense ยกเว้นโมเดลแบบวนซ้ำที่อ่านบล็อกร่วมหนึ่งครั้งต่อรอบ: ที่จำนวนรอบค่าเริ่มต้น)
`architecture`	ข้อความ	dense หรือ moe
`context_tokens`	ตัวเลข	คอนเท็กซ์สูงสุด, โทเค็น (config.json)
`license`	ข้อความ	สัญญาอนุญาตที่ระบุในการ์ด
`released`	ข้อความ	วันเปิดตัว (YYYY-MM-DD; ใช้วันที่สร้างคลังหากการ์ดไม่ได้ระบุ)
`modality`	ข้อความ	อินพุต: text หรือ text+image
`precision`	ข้อความ	ความแม่นยำของน้ำหนักทางการ
`repo_weights_gb`	ตัวเลข	ขนาดไฟล์น้ำหนักทางการ, GB ฐานสิบ
`native_gb`	ตัวเลข	น้ำหนักในรูปแบบบิตต่ำดั้งเดิมของโมเดล, GB (เฉพาะโมเดลที่เผยแพร่แบบนั้น)
`native_bits`	ตัวเลข	จำนวนบิตต่อน้ำหนักของรูปแบบดั้งเดิมนั้น
`offload_gb`	ตัวเลข	ตารางค้นหาที่รันไทม์เก็บไว้บนดิสก์ได้, GB (ไม่นับในการประมาณหน่วยความจำ)
`mlx_build`	ข้อความ	บิลด์ MLX ของชุมชนบน Hugging Face ถ้ามี
`page`	ข้อความ	หน้าบน mlx.app ที่แสดงหน่วยความจำที่ต้องใช้และ Mac ทุกเครื่องที่รันได้
`sources`	ข้อความ	หน้าที่ใช้อ่านตัวเลข (รายการ)

โมเดลแบบเปิดตัวไหนรันบน Mac เครื่องไหน และเร็วแค่ไหน (ค่าประมาณ)

การกำหนดค่า Mac ที่ใช้ Apple Silicon ทุกแบบเทียบกับโมเดลแบบเปิดทุกตัว: เวอร์ชันความแม่นยำสูงสุดที่ใส่ได้ในหน่วยความจำที่ macOS ให้ GPU หน่วยความจำที่ต้องใช้รวมพื้นที่สำหรับคอนเท็กซ์ และช่วงความเร็วในการเขียนโดยประมาณเป็นโทเค็นต่อวินาที เป็นค่าประมาณจากข้อมูลจำเพาะที่เผยแพร่ ไม่ใช่ค่าวัด วิธีคำนวณอยู่ที่ mlx.app/compare บนเว็บไซต์: เครื่องคำนวณ

JSON · 1.5 MB7f2d9788227056df…
CSV · 532 KB77a3fb2c91226f93…

16 คอลัมน์ · 4,756 แถว · ตรวจสอบเมื่อ 19 ตุลาคม 2026

คอลัมน์	ชนิด	ความหมาย
`mac`	ข้อความ	การกำหนดค่า Mac (ดู macs)
`chip`	ข้อความ	ชื่อชิป
`memory_gb`	ตัวเลข	หน่วยความจำแบบรวม, GB
`bandwidth_gbs`	ตัวเลข	แบนด์วิดท์หน่วยความจำที่ใช้ประมาณ, GB/s
`model`	ข้อความ	โมเดล (ดู models)
`model_name`	ข้อความ	ชื่อโมเดล
`version`	ข้อความ	เวอร์ชันที่แนะนำ: ความแม่นยำสูงสุดที่ใส่ได้ (MLX 8, 6, 4, 3 หรือ 2 บิต หรือรูปแบบดั้งเดิม)
`bits_per_weight`	ตัวเลข	บิตที่เก็บต่อน้ำหนัก รวมสเกลกลุ่มของ MLX (+0.5)
`weights_gb`	ตัวเลข	น้ำหนักในหน่วยความจำ, GB
`needs_gb`	ตัวเลข	น้ำหนักรวมพื้นที่สำหรับคอนเท็กซ์และรันไทม์ (8% หรือ 1.5 GB แล้วแต่ค่าใดมากกว่า), GB
`fit`	ข้อความ	fits (ภายใน 75% ค่าเริ่มต้นของ GPU), tight (ภายใน 90% ของหน่วยความจำ), no
`group`	ข้อความ	Runs well (ใส่ได้, 10+ tok/s), Runs, but slowly, Only just fits, Too big
`below_4_bit`	จริง/เท็จ	จริงเมื่อใส่ได้เฉพาะเวอร์ชันต่ำกว่า 4 บิต (คุณภาพลดลง)
`tok_s_low`	ตัวเลข	ความเร็วเขียนโดยประมาณ ค่าต่ำ (45% ของเพดานแบนด์วิดท์), โทเค็น/วินาที; ว่างเมื่อใส่ไม่ได้
`tok_s_high`	ตัวเลข	ความเร็วเขียนโดยประมาณ ค่าสูง (80% ของเพดาน), โทเค็น/วินาที
`tok_s_ceiling`	ตัวเลข	เพดานแบนด์วิดท์: แบนด์วิดท์ / ไบต์ที่อ่านต่อโทเค็น, โทเค็น/วินาที

ค่าประมาณ และวิธีคำนวณ

ตาราง Mac และตารางโมเดลเป็นข้อเท็จจริงที่คัดลอกจากข้อมูลจำเพาะทางเทคนิคของ Apple และการ์ด Hugging Face ทางการของแต่ละโมเดล ทุกแถวระบุแหล่งที่มา ส่วนตารางความเข้ากันได้ คำนวณ ไม่ได้วัด: โมเดลจะใส่ได้เมื่อน้ำหนักที่ความแม่นยำหนึ่ง (บิตต่อน้ำหนักบวกสเกลกลุ่มครึ่งบิตของ MLX) รวมพื้นที่สำหรับคอนเท็กซ์ ยังอยู่ภายใน 75% ของหน่วยความจำแบบรวมที่ macOS ให้ GPU ใช้โดยค่าเริ่มต้น ความเร็วในการเขียนคือแบนด์วิดท์หน่วยความจำหารด้วยไบต์ที่อ่านต่อโทเค็น แสดงเป็น 45% ถึง 80% ของเพดานนั้น ซึ่งเป็นช่วงที่การรันจริงทำได้ในการทดสอบ Apple Silicon สาธารณะของ llama.cpp ไม่ครอบคลุมการอ่านพรอมต์ คอนเท็กซ์ยาว และการประมวลผลแบบแบตช์ วิธีคำนวณฉบับเต็ม: mlx.app/compare วัด Mac ของคุณเองได้ที่ MLX Bench

ไม่รวม: คะแนน Artificial Analysis Intelligence Index (แสดงบนหน้าพร้อมลิงก์ แต่เงื่อนไขของพวกเขาสงวนสิทธิ์การเผยแพร่ซ้ำ) และผลทดสอบของ llama.cpp (ลิงก์จากคำอธิบายวิธีคำนวณ ไม่ได้คัดลอกมา)

นำไปใช้ และอ้างอิงแหล่งที่มา

ใช้ฟรีภายใต้ Creative Commons Attribution 4.0: คัดลอก ดัดแปลง และเผยแพร่ได้ รวมถึงเชิงพาณิชย์ โดยใส่ลิงก์มายังหน้านี้ ตัวข้อมูลจำเพาะเป็นข้อเท็จจริงจาก Apple และผู้สร้างโมเดล ชื่อโมเดลและผลิตภัณฑ์เป็นของเจ้าของ MLX ไม่มีส่วนเกี่ยวข้องกับ Apple Inc.

MLX Network (2026). MLX open data: Apple Silicon Macs, open AI models and what runs where (version 2026-10-19). https://mlx.app/data. CC BY 4.0.

URL ข้างบนจะให้เวอร์ชันล่าสุดเสมอ แต่ละไฟล์มีเวอร์ชันของตัวเอง (version ใน JSON, เฮดเดอร์ X-Dataset-Version และชื่อไฟล์ตอนบันทึก) index.json แสดงทุกไฟล์พร้อมขนาดและ SHA-256

ข้อมูลเปิดเพิ่มเติม

Explorer API: ทุกบล็อก ธุรกรรม บัญชี และที่นั่งบน MLX Network ในรูปแบบ JSON
llms.txt และ llms-full.txt: เว็บไซต์ในรูปข้อความล้วนสำหรับผู้ช่วย AI พร้อมคู่มือทุกฉบับแบบเต็ม
แผนผังเว็บไซต์: ทุกหน้า พร้อมวันที่ตรวจสอบข้อเท็จจริงล่าสุด