Пам’ять за кожної точності
| Версія | Ваги | З контекстом | Мінімальний Mac |
|---|---|---|---|
| 8 біт | 532 ГБ | 575 ГБ | більше, ніж має будь-який Mac |
| 6 біт | 407 ГБ | 440 ГБ | більше, ніж має будь-який Mac |
| 4 біт | 282 ГБ | 304 ГБ | 512 ГБ |
| 3 біт нижча якість | 219 ГБ | 237 ГБ | 512 ГБ |
| 2 біт нижча якість | 157 ГБ | 169 ГБ | 256 ГБ |
На кожному чипі Apple
Мінімальний обсяг пам’яті кожного чипа, на якому запускається Beam 1.0, найкраща версія, що вміщується, і очікувана швидкість генерації.
| Чип | Потрібно | Версія | Токенів/с |
|---|---|---|---|
| M6 | жоден обсяг не підходить | Завелика | – |
| M5 Ultra | 512 ГБ | 4 біт Працює добре | 42–74 |
| M5 Max | жоден обсяг не підходить | Завелика | – |
| M5 Pro | жоден обсяг не підходить | Завелика | – |
| M5 | жоден обсяг не підходить | Завелика | – |
| M4 Max | жоден обсяг не підходить | Завелика | – |
| M4 Pro | жоден обсяг не підходить | Завелика | – |
| M4 | жоден обсяг не підходить | Завелика | – |
| M3 Ultra | 512 ГБ | 4 біт Працює добре | 29–51 |
| M3 Max | жоден обсяг не підходить | Завелика | – |
| M3 Pro | жоден обсяг не підходить | Завелика | – |
| M3 | жоден обсяг не підходить | Завелика | – |
| M2 Ultra | 192 ГБ | 2 біт Ледь вміщується | 50–89 |
| M2 Max | жоден обсяг не підходить | Завелика | – |
| M2 Pro | жоден обсяг не підходить | Завелика | – |
| M2 | жоден обсяг не підходить | Завелика | – |
| M1 Ultra | жоден обсяг не підходить | Завелика | – |
| M1 Max | жоден обсяг не підходить | Завелика | – |
| M1 Pro | жоден обсяг не підходить | Завелика | – |
| M1 | жоден обсяг не підходить | Завелика | – |
Як запустити
- Найпростіший спосіб: завантажте MLX Harness — безкоштовно і з відкритим кодом. Знайдіть Beam 1.0, завантажте версію, яка підходить вашому Mac, і спілкуйтеся. Застосунок також віддає модель іншим вашим програмам через API, сумісний з OpenAI.Завантажити MLX HarnessБезкоштовно · Apple Silicon · macOS 14.5 або новіша
- У Терміналі з MLX від Apple: Готової збірки MLX від спільноти поки немає, тож створіть її з офіційних ваг:
pip install mlx-lmmlx_lm.convert --hf-path reflection/Beam-1.0-501B-A23B -q
Покроково: завантажити й запустити LLM на Mac · як користуватися MLX Harness · MLX, Ollama і llama.cpp
Про модель Beam 1.0
| Розробник | Reflection AI |
|---|---|
| Параметри | 501B усього · 23B активних (mixture of experts) |
| Контекст | токенів: 1M |
| Ліцензія | Apache-2.0 |
| Випуск | 2026-10 |
| Вхідні дані | Текст |
| Інтелект | 30,3 в Artificial Analysis Intelligence Index |
| Ваги | reflection/Beam-1.0-501B-A23B |
Запитання
- Скільки пам’яті потрібно моделі Beam 1.0?
- Близько 282 ГБ на ваги (4 біт) плюс місце для контексту: загалом 304 ГБ. На Mac це означає 512 ГБ об’єднаної пам’яті або більше, адже за замовчуванням macOS дає GPU близько 75% пам’яті.
- Наскільки швидко Beam 1.0 працює на Mac?
- Швидкість генерації залежить від пропускної здатності пам’яті. Найшвидший Mac для неї тут — M5 Ultra із 512 ГБ: близько 42–74 токенів за секунду (4 біт). Мінімальний Mac, що її запускає, — M5 Ultra із 512 ГБ — видає близько 42–74.
- Чому Beam 1.0 працює швидше, ніж можна очікувати з її розміру?
- Це модель mixture-of-experts: вона тримає в пам’яті 501B параметрів, але на кожен токен читає лише 23B, тож пише зі швидкістю значно меншої моделі.
Схожі моделі
Для картки моделі або README
Показує мінімальний Mac, на якому Beam 1.0 добре працює, і веде сюди.
[](https://mlx.app/run/beam-1.0)Як це розраховано
Пам’ять: параметри моделі за 8, 6, 4, 3 або 2 біт на вагу плюс групові масштаби MLX (пів біта на вагу) або її нативний формат, а зверху — місце для контексту. За замовчуванням macOS дає GPU близько 75% об’єднаної пам’яті. Швидкість: пропускна здатність пам’яті, поділена на кількість байтів, що читаються на кожен токен, — це стеля для однієї розмови; у публічних тестах llama.cpp на Apple Silicon реальні запуски досягають приблизно 45–80% від неї, і показано саме цей діапазон. Це оцінки, а не вимірювання: виміряйте свій Mac у MLX Bench. Дані моделей — з офіційних карток моделей, дані чипів — з технічних характеристик Apple. Перевірено 2026-10-19. Ті самі дані, що й на mlx.app/compare.