หน่วยความจำในแต่ละความแม่นยำ
| เวอร์ชัน | ค่าน้ำหนัก | รวมบริบท | Mac ขั้นต่ำ |
|---|---|---|---|
| 4.25 บิตแบบเนทีฟ | 13.8 GB | 15.3 GB | 24 GB |
| 3 บิต คุณภาพต่ำลง | 9.2 GB | 10.7 GB | 16 GB |
| 2 บิต คุณภาพต่ำลง | 6.6 GB | 8.1 GB | 16 GB |
บนชิป Apple ทุกรุ่น
ขนาดหน่วยความจำเล็กที่สุดของแต่ละชิปที่รัน gpt-oss-20b ได้ เวอร์ชันที่ดีที่สุดที่ใส่ได้ และความเร็วในการเขียนที่คาดได้
| ชิป | ต้องใช้ | เวอร์ชัน | โทเค็น/วินาที |
|---|---|---|---|
| M6 | 24 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 40–72 |
| M5 Ultra | 96 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 284–505 |
| M5 Max | 36 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 109–194 |
| M5 Pro | 24 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 73–129 |
| M5 | 24 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 36–64 |
| M4 Max | 36 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 97–173 |
| M4 Pro | 24 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 65–115 |
| M4 | 24 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 28–51 |
| M3 Ultra | 96 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 194–345 |
| M3 Max | 36 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 71–126 |
| M3 Pro | 36 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 36–63 |
| M3 | 24 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 24–42 |
| M2 Ultra | 64 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 189–337 |
| M2 Max | 32 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 95–168 |
| M2 Pro | 32 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 47–84 |
| M2 | 24 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 24–42 |
| M1 Ultra | 64 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 189–337 |
| M1 Max | 32 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 95–168 |
| M1 Pro | 32 GB | 4.25 บิตแบบเนทีฟ รันได้ดี | 47–84 |
| M1 | 16 GB | 3 บิต รันได้ดี | 19–34 |
วิธีรัน
- วิธีที่ง่ายที่สุด: ดาวน์โหลด MLX Harness ฟรีและโอเพนซอร์ส ค้นหา gpt-oss-20b ดาวน์โหลดเวอร์ชันที่เหมาะกับ Mac ของคุณ แล้วเริ่มแชตได้เลย แอปยังให้บริการโมเดลแก่แอปอื่นๆ ของคุณผ่าน API ที่เข้ากันได้กับ OpenAI ด้วยดาวน์โหลด MLX Harnessฟรี · Apple Silicon · macOS 14.5 ขึ้นไป
- ในเทอร์มินัล ด้วย MLX ของ Apple:
pip install mlx-lmmlx_lm.chat --model mlx-community/gpt-oss-20b-MXFP4-Q8บิลด์: mlx-community/gpt-oss-20b-MXFP4-Q8 บน Hugging Face ความแม่นยำอื่นๆ อยู่ถัดไป
ทีละขั้นตอน: ดาวน์โหลดและรัน LLM บน Mac · วิธีใช้ MLX Harness · MLX vs Ollama vs llama.cpp
เกี่ยวกับ gpt-oss-20b
| ผู้พัฒนา | OpenAI |
|---|---|
| พารามิเตอร์ | ทั้งหมด 21B · ใช้งาน 3.6B (mixture-of-experts) |
| บริบท | 128K โทเค็น |
| สัญญาอนุญาต | Apache-2.0 |
| เปิดตัว | 2025-08 |
| อินพุต | ข้อความ |
| ความฉลาด | 9 บน Artificial Analysis Intelligence Index |
| ค่าน้ำหนัก | openai/gpt-oss-20b |
คำถาม
- gpt-oss-20b ต้องใช้หน่วยความจำเท่าไร
- ค่าน้ำหนักราว 13.8 GB ที่ 4.25 บิตแบบเนทีฟ บวกที่สำหรับบริบท รวมทั้งหมด 15.3 GB บน Mac หมายถึงต้องมีหน่วยความจำแบบรวม 24 GB ขึ้นไป เพราะโดยค่าเริ่มต้น macOS ให้ GPU ใช้ได้ราว 75%
- gpt-oss-20b เร็วแค่ไหนบน Mac
- ความเร็วในการเขียนขึ้นอยู่กับแบนด์วิดท์หน่วยความจำ Mac ที่เร็วที่สุดสำหรับโมเดลนี้คือ M5 Ultra ที่มี 96 GB ได้ราว 284–505 โทเค็นต่อวินาที (4.25 บิตแบบเนทีฟ) ส่วน Mac ขั้นต่ำที่รันได้ คือ M5 Pro ที่มี 24 GB ได้ราว 73–129
- ทำไม gpt-oss-20b จึงรันได้เร็วกว่าขนาดของมัน
- เพราะเป็นโมเดลแบบ mixture-of-experts ซึ่งเก็บพารามิเตอร์ 21B ไว้ในหน่วยความจำ แต่อ่านเพียง 3.6B ต่อโทเค็น จึงเขียนได้เร็วเท่าโมเดลที่เล็กกว่ามาก
โมเดลที่คล้ายกัน
สำหรับการ์ดโมเดลหรือ README ของคุณ
แสดง Mac ขั้นต่ำที่รัน gpt-oss-20b ได้ดี และลิงก์มาที่หน้านี้
[](https://mlx.app/run/gpt-oss-20b)วิธีคำนวณ
หน่วยความจำ: พารามิเตอร์ของโมเดลที่ 8, 6, 4, 3 หรือ 2 บิตต่อค่าน้ำหนัก บวกสเกลแบบกลุ่มของ MLX (ครึ่งบิตต่อค่าน้ำหนัก) หรือตามรูปแบบเนทีฟของโมเดล แล้วเผื่อที่สำหรับบริบท โดยค่าเริ่มต้น macOS ให้ GPU ใช้หน่วยความจำแบบรวมได้ราว 75% ความเร็ว: แบนด์วิดท์หน่วยความจำหารด้วยจำนวนไบต์ที่อ่านต่อโทเค็น คือเพดานสำหรับหนึ่งบทสนทนา ในผลทดสอบ Apple Silicon แบบสาธารณะของ llama.cpp การรันจริงทำได้ราว 45% ถึง 80% ของเพดานนี้ ซึ่งเป็นช่วงที่แสดงไว้ ตัวเลขเหล่านี้เป็นค่าประมาณ ไม่ใช่ค่าที่วัดจริง วัด Mac ของคุณเองได้ที่ MLX Bench ตัวเลขโมเดลมาจากการ์ดโมเดลทางการของแต่ละโมเดล ตัวเลขชิปมาจากข้อมูลจำเพาะทางเทคนิคของ Apple ตรวจสอบเมื่อ 2026-10-19 ใช้ข้อมูลเดียวกับ mlx.app/compare