Пам’ять за кожної точності
| Версія | Ваги | З контекстом | Мінімальний Mac |
|---|---|---|---|
| 8 біт | 31,9 ГБ | 34,5 ГБ | 48 ГБ |
| 6 біт | 24,4 ГБ | 26,4 ГБ | 36 ГБ |
| 4 біт | 16,9 ГБ | 18,4 ГБ | 32 ГБ |
| 3 біт нижча якість | 13,1 ГБ | 14,6 ГБ | 24 ГБ |
| 2 біт нижча якість | 9,4 ГБ | 10,9 ГБ | 16 ГБ |
На кожному чипі Apple
Мінімальний обсяг пам’яті кожного чипа, на якому запускається GLM-4.7 Flash, найкраща версія, що вміщується, і очікувана швидкість генерації.
| Чип | Потрібно | Версія | Токенів/с |
|---|---|---|---|
| M6 | 32 ГБ | 4 біт Працює добре | 45–80 |
| M5 Ultra | 96 ГБ | 8 біт Працює добре | 169–300 |
| M5 Max | 36 ГБ | 6 біт Працює добре | 86–153 |
| M5 Pro | 48 ГБ | 8 біт Працює добре | 43–77 |
| M5 | 32 ГБ | 4 біт Працює добре | 41–72 |
| M4 Max | 36 ГБ | 6 біт Працює добре | 77–137 |
| M4 Pro | 48 ГБ | 8 біт Працює добре | 38–68 |
| M4 | 32 ГБ | 4 біт Працює добре | 32–56 |
| M3 Ultra | 96 ГБ | 8 біт Працює добре | 115–205 |
| M3 Max | 36 ГБ | 6 біт Працює добре | 56–100 |
| M3 Pro | 36 ГБ | 6 біт Працює добре | 28–50 |
| M3 | 16 ГБ | 2 біт Працює добре | 50–89 |
| M2 Ultra | 64 ГБ | 8 біт Працює добре | 113–200 |
| M2 Max | 32 ГБ | 4 біт Працює добре | 106–188 |
| M2 Pro | 32 ГБ | 4 біт Працює добре | 53–94 |
| M2 | 16 ГБ | 2 біт Працює добре | 50–89 |
| M1 Ultra | 64 ГБ | 8 біт Працює добре | 113–200 |
| M1 Max | 32 ГБ | 4 біт Працює добре | 106–188 |
| M1 Pro | 32 ГБ | 4 біт Працює добре | 53–94 |
| M1 | 16 ГБ | 2 біт Працює добре | 34–60 |
Як запустити
- Найпростіший спосіб: завантажте MLX Harness — безкоштовно і з відкритим кодом. Знайдіть GLM-4.7 Flash, 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/GLM-4.7-Flash-4bitЗбірка: mlx-community/GLM-4.7-Flash-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 GLM-4.7 Flash
| Розробник | Z.ai (Zhipu) |
|---|---|
| Параметри | 30B усього · 3B активних (mixture of experts) |
| Контекст | токенів: 198K |
| Ліцензія | MIT |
| Випуск | 2026-01 |
| Вхідні дані | Текст |
| Ваги | zai-org/GLM-4.7-Flash |
Запитання
- Скільки пам’яті потрібно моделі GLM-4.7 Flash?
- Близько 16,9 ГБ на ваги (4 біт) плюс місце для контексту: загалом 18,4 ГБ. На Mac це означає 32 ГБ об’єднаної пам’яті або більше, адже за замовчуванням macOS дає GPU близько 75% пам’яті.
- Наскільки швидко GLM-4.7 Flash працює на Mac?
- Швидкість генерації залежить від пропускної здатності пам’яті. Найшвидший Mac для неї тут — M5 Ultra із 96 ГБ: близько 169–300 токенів за секунду (8 біт). Мінімальний Mac, що її запускає, — M2 Max із 32 ГБ — видає близько 106–188.
- Чому GLM-4.7 Flash працює швидше, ніж можна очікувати з її розміру?
- Це модель mixture-of-experts: вона тримає в пам’яті 30B параметрів, але на кожен токен читає лише 3B, тож пише зі швидкістю значно меншої моделі.
Схожі моделі
Для картки моделі або README
Показує мінімальний Mac, на якому GLM-4.7 Flash добре працює, і веде сюди.
[](https://mlx.app/run/glm-4.7-flash)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.