Пам’ять за кожної точності
| Версія | Ваги | З контекстом | Мінімальний Mac |
|---|---|---|---|
| 8 біт | 3,4 ГБ | 4,9 ГБ | 8 ГБ |
| 6 біт | 2,6 ГБ | 4,1 ГБ | 8 ГБ |
| 4 біт | 1,8 ГБ | 3,3 ГБ | 8 ГБ |
| 3 біт нижча якість | 1,4 ГБ | 2,9 ГБ | 8 ГБ |
| 2 біт нижча якість | 1 ГБ | 2,5 ГБ | 8 ГБ |
На кожному чипі Apple
Мінімальний обсяг пам’яті кожного чипа, на якому запускається Llama 3.2 3B Instruct, найкраща версія, що вміщується, і очікувана швидкість генерації.
| Чип | Потрібно | Версія | Токенів/с |
|---|---|---|---|
| M6 | 16 ГБ | 8 біт Працює добре | 20–36 |
| M5 Ultra | 96 ГБ | 8 біт Працює добре | 159–282 |
| M5 Max | 36 ГБ | 8 біт Працює добре | 61–108 |
| M5 Pro | 24 ГБ | 8 біт Працює добре | 41–72 |
| M5 | 16 ГБ | 8 біт Працює добре | 20–36 |
| M4 Max | 36 ГБ | 8 біт Працює добре | 54–96 |
| M4 Pro | 24 ГБ | 8 біт Працює добре | 36–64 |
| M4 | 16 ГБ | 8 біт Працює добре | 16–28 |
| M3 Ultra | 96 ГБ | 8 біт Працює добре | 108–193 |
| M3 Max | 36 ГБ | 8 біт Працює добре | 40–71 |
| M3 Pro | 18 ГБ | 8 біт Працює добре | 20–35 |
| M3 | 8 ГБ | 8 біт Працює добре | 13–24 |
| M2 Ultra | 64 ГБ | 8 біт Працює добре | 106–188 |
| M2 Max | 32 ГБ | 8 біт Працює добре | 53–94 |
| M2 Pro | 16 ГБ | 8 біт Працює добре | 26–47 |
| M2 | 8 ГБ | 8 біт Працює добре | 13–24 |
| M1 Ultra | 64 ГБ | 8 біт Працює добре | 106–188 |
| M1 Max | 32 ГБ | 8 біт Працює добре | 53–94 |
| M1 Pro | 16 ГБ | 8 біт Працює добре | 26–47 |
| M1 | 8 ГБ | 6 біт Працює добре | 12–21 |
Як запустити
- Найпростіший спосіб: завантажте MLX Harness — безкоштовно і з відкритим кодом. Знайдіть Llama 3.2 3B Instruct, 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/Llama-3.2-3B-Instruct-4bitЗбірка: mlx-community/Llama-3.2-3B-Instruct-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 Llama 3.2 3B Instruct
| Розробник | Meta |
|---|---|
| Параметри | 3,21B (щільна) |
| Контекст | токенів: 128K |
| Ліцензія | Llama 3.2 Community License |
| Випуск | 2024-09 |
| Вхідні дані | Текст |
| Ваги | meta-llama/Llama-3.2-3B-Instruct |
Запитання
- Скільки пам’яті потрібно моделі Llama 3.2 3B Instruct?
- Близько 1,8 ГБ на ваги (4 біт) плюс місце для контексту: загалом 3,3 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 Llama 3.2 3B Instruct працює на Mac?
- Швидкість генерації залежить від пропускної здатності пам’яті. Найшвидший Mac для неї тут — M5 Ultra із 96 ГБ: близько 159–282 токенів за секунду (8 біт). Мінімальний Mac, що її запускає, — M3 із 8 ГБ — видає близько 13–24.
- Чи погіршує квантування Llama 3.2 3B Instruct?
- 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 Llama 3.2 3B Instruct добре працює, і веде сюди.
[](https://mlx.app/run/llama-3.2-3b)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.