Пам’ять за кожної точності
| Версія | Ваги | З контекстом | Мінімальний Mac |
|---|---|---|---|
| 8 біт | 8,5 ГБ | 10 ГБ | 16 ГБ |
| 6 біт | 6,5 ГБ | 8 ГБ | 16 ГБ |
| 4 біт | 4,5 ГБ | 6 ГБ | 8 ГБ |
| 3 біт нижча якість | 3,5 ГБ | 5 ГБ | 8 ГБ |
| 2 біт нижча якість | 2,5 ГБ | 4 ГБ | 8 ГБ |
На кожному чипі Apple
Мінімальний обсяг пам’яті кожного чипа, на якому запускається Gemma 4 E4B, найкраща версія, що вміщується, і очікувана швидкість генерації.
| Чип | Потрібно | Версія | Токенів/с |
|---|---|---|---|
| M6 | 16 ГБ | 8 біт Працює добре | 14–26 |
| M5 Ultra | 96 ГБ | 8 біт Працює добре | 113–200 |
| M5 Max | 36 ГБ | 8 біт Працює добре | 43–77 |
| M5 Pro | 24 ГБ | 8 біт Працює добре | 29–51 |
| M5 | 16 ГБ | 8 біт Працює добре | 14–26 |
| M4 Max | 36 ГБ | 8 біт Працює добре | 38–68 |
| M4 Pro | 24 ГБ | 8 біт Працює добре | 26–46 |
| M4 | 16 ГБ | 8 біт Працює добре | 11–20 |
| M3 Ultra | 96 ГБ | 8 біт Працює добре | 77–137 |
| M3 Max | 36 ГБ | 8 біт Працює добре | 28–50 |
| M3 Pro | 18 ГБ | 8 біт Працює добре | 14–25 |
| M3 | 8 ГБ | 4 біт Працює добре | 18–32 |
| M2 Ultra | 64 ГБ | 8 біт Працює добре | 75–133 |
| M2 Max | 32 ГБ | 8 біт Працює добре | 38–67 |
| M2 Pro | 16 ГБ | 8 біт Працює добре | 19–33 |
| M2 | 8 ГБ | 4 біт Працює добре | 18–32 |
| M1 Ultra | 64 ГБ | 8 біт Працює добре | 75–133 |
| M1 Max | 32 ГБ | 8 біт Працює добре | 38–67 |
| M1 Pro | 16 ГБ | 8 біт Працює добре | 19–33 |
| M1 | 8 ГБ | 4 біт Працює добре | 12–22 |
Як запустити
- Найпростіший спосіб: завантажте MLX Harness — безкоштовно і з відкритим кодом. Знайдіть Gemma 4 E4B, 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:
pip install mlx-lmmlx_lm.chat --model mlx-community/gemma-4-e4b-it-4bitЗбірка: mlx-community/gemma-4-e4b-it-4bit на Hugging Face. Поруч лежать версії з іншою точністю.
Покроково: завантажити й запустити LLM на Mac · як користуватися MLX Harness · MLX, Ollama і llama.cpp
Про модель Gemma 4 E4B
| Розробник | Google DeepMind |
|---|---|
| Параметри | 8B (щільна) |
| Контекст | токенів: 128K |
| Ліцензія | Apache-2.0 |
| Випуск | 2026-03 |
| Вхідні дані | Текст і зображення |
| Інтелект | 8,9 в Artificial Analysis Intelligence Index |
| Ваги | google/gemma-4-E4B-it |
Запитання
- Скільки пам’яті потрібно моделі Gemma 4 E4B?
- Близько 4,5 ГБ на ваги (4 біт) плюс місце для контексту: загалом 6 ГБ. На Mac це означає 8 ГБ об’єднаної пам’яті або більше, адже за замовчуванням macOS дає GPU близько 75% пам’яті.
- Наскільки швидко Gemma 4 E4B працює на Mac?
- Швидкість генерації залежить від пропускної здатності пам’яті. Найшвидший Mac для неї тут — M5 Ultra із 96 ГБ: близько 113–200 токенів за секунду (8 біт). Мінімальний Mac, що її запускає, — M3 із 8 ГБ — видає близько 18–32.
- Чи погіршує квантування Gemma 4 E4B?
- За 4 біт більшість моделей лишаються близькими до початкової якості; нижче 4 біт якість падає швидше. Обирайте найвищу точність, яка вміщується у ваш Mac із запасом.
Схожі моделі
Для картки моделі або README
Показує мінімальний Mac, на якому Gemma 4 E4B добре працює, і веде сюди.
[](https://mlx.app/run/gemma-4-e4b)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.