Скільки пам’яті потрібно моделі Llama 4 Scout 17B-16E Instruct?

Близько 61,3 ГБ на ваги (4 біт) плюс місце для контексту: загалом 66,2 ГБ. На Mac це означає 96 ГБ об’єднаної пам’яті або більше, адже за замовчуванням macOS дає GPU близько 75% пам’яті.

Наскільки швидко Llama 4 Scout 17B-16E Instruct працює на Mac?

Швидкість генерації залежить від пропускної здатності пам’яті. Найшвидший Mac для неї тут — M5 Ultra із 96 ГБ: близько 56–100 токенів за секунду (4 біт). Мінімальний Mac, що її запускає, — M5 Ultra із 96 ГБ — видає близько 56–100.

Чому Llama 4 Scout 17B-16E Instruct працює швидше, ніж можна очікувати з її розміру?

Це модель mixture-of-experts: вона тримає в пам’яті 109B параметрів, але на кожен токен читає лише 17B, тож пише зі швидкістю значно меншої моделі.

Чи потягне Mac Llama 4 Scout 17B-16E Instruct? Пам’ять і швидкість

Пам’ять за кожної точності

Версія	Ваги	З контекстом	Мінімальний Mac
8 біт	116 ГБ	125 ГБ	192 ГБ
6 біт	88,6 ГБ	95,7 ГБ	128 ГБ
4 біт	61,3 ГБ	66,2 ГБ	96 ГБ
3 біт нижча якість	47,7 ГБ	51,5 ГБ	96 ГБ
2 біт нижча якість	34,1 ГБ	36,8 ГБ	64 ГБ

На кожному чипі Apple

Мінімальний обсяг пам’яті кожного чипа, на якому запускається Llama 4 Scout 17B-16E Instruct, найкраща версія, що вміщується, і очікувана швидкість генерації.

Чип	Потрібно	Версія	Токенів/с
M6	жоден обсяг не підходить	Завелика	–
M5 Ultra	96 ГБ	4 біт Працює добре	56–100
M5 Max	128 ГБ	6 біт Працює добре	20–36
M5 Pro	64 ГБ	2 біт Працює добре	26–46
M5	жоден обсяг не підходить	Завелика	–
M4 Max	128 ГБ	6 біт Працює добре	18–32
M4 Pro	64 ГБ	2 біт Працює добре	23–41
M4	жоден обсяг не підходить	Завелика	–
M3 Ultra	96 ГБ	4 біт Працює добре	38–68
M3 Max	96 ГБ	4 біт Працює добре	14–25
M3 Pro	жоден обсяг не підходить	Завелика	–
M3	жоден обсяг не підходить	Завелика	–
M2 Ultra	128 ГБ	6 біт Працює добре	26–46
M2 Max	96 ГБ	4 біт Працює добре	19–33
M2 Pro	жоден обсяг не підходить	Завелика	–
M2	жоден обсяг не підходить	Завелика	–
M1 Ultra	128 ГБ	6 біт Працює добре	26–46
M1 Max	64 ГБ	2 біт Працює добре	34–60
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 Llama 4 Scout 17B-16E 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-4-Scout-17B-16E-Instruct-4bitЗбірка: mlx-community/Llama-4-Scout-17B-16E-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 4 Scout 17B-16E Instruct

Розробник	Meta
Параметри	109B усього · 17B активних (mixture of experts)
Контекст	токенів: 10M
Ліцензія	Llama 4 Community License
Випуск	2025-04
Вхідні дані	Текст і зображення
Інтелект	6,5 в Artificial Analysis Intelligence Index
Ваги	meta-llama/Llama-4-Scout-17B-16E-Instruct

Запитання

Скільки пам’яті потрібно моделі Llama 4 Scout 17B-16E Instruct?: Близько 61,3 ГБ на ваги (4 біт) плюс місце для контексту: загалом 66,2 ГБ. На Mac це означає 96 ГБ об’єднаної пам’яті або більше, адже за замовчуванням macOS дає GPU близько 75% пам’яті.
Наскільки швидко Llama 4 Scout 17B-16E Instruct працює на Mac?: Швидкість генерації залежить від пропускної здатності пам’яті. Найшвидший Mac для неї тут — M5 Ultra із 96 ГБ: близько 56–100 токенів за секунду (4 біт). Мінімальний Mac, що її запускає, — M5 Ultra із 96 ГБ — видає близько 56–100.
Чому Llama 4 Scout 17B-16E Instruct працює швидше, ніж можна очікувати з її розміру?: Це модель mixture-of-experts: вона тримає в пам’яті 109B параметрів, але на кожен токен читає лише 17B, тож пише зі швидкістю значно меншої моделі.

Схожі моделі

Усі моделі · Усі Mac · Порівняти свій Mac

Для картки моделі або README

Показує мінімальний Mac, на якому Llama 4 Scout 17B-16E Instruct добре працює, і веде сюди.

[![Runs on a Mac](https://mlx.app/badge/run/llama-4-scout.svg)](https://mlx.app/run/llama-4-scout)

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.