لاگ انوالیٹ بنائیں

اوپن ڈیٹا۔

mlx.app/compare کے پیچھے موجود ڈیٹا کے مفت ڈاؤن لوڈ: Apple Silicon Mac کی 58 کنفیگریشنز، 83 اوپن AI ماڈل اور 4,756 قطاروں کا ایک ٹیبل جو بتاتا ہے کہ کون سا ماڈل کس Mac پر کتنی تیزی سے چلتا ہے۔ JSON اور CSV، CC BY 4.0، ہر عدد کے ساتھ ماخذ۔

اپ ڈیٹ · ورژن 2026-10-19

Mac کنفیگریشنز58قطاریں · JSON اور CSVاوپن AI ماڈل83قطاریں · JSON اور CSVکون سا کہاں چلتا ہے4,756قطاریں · JSON اور CSV

Apple Silicon Mac کنفیگریشنز

M1 سے M6 تک ہر Apple Silicon چِپ، ہر اس میموری سائز کے ساتھ جس میں Apple اسے بیچتا ہے: یونیفائیڈ میموری، میموری بینڈوڈتھ، GPU کور کے آپشن اور وہ Mac جن میں یہ چِپ آتی ہے۔ Apple کے ٹیک اسپیکس صفحات سے لیا گیا، ہر قطار کا ماخذ دیا گیا ہے۔ سائٹ پر: ہر Mac۔

14 کالم · 58 قطاریں · جانچ 19 اکتوبر، 2026

کالمقسممطلب
macمتنشناخت کنندہ: چِپ اور میموری سائز، جیسے mlx.app/mac/<mac> میں
chipمتنچِپ کا نام
chip_idمتنچِپ شناخت کنندہ
generationعددM سیریز کی نسل (1 = M1)
tierمتنbase، pro، max یا ultra
memory_gbعددیونیفائیڈ میموری، GB
bandwidth_gbsعددApple کی شائع کردہ میموری بینڈوڈتھ، GB/s (جہاں Apple نے نہیں بتائی وہاں خالی: M1)
bandwidth_gbs_usedعدداندازوں میں استعمال ہونے والی بینڈوڈتھ، GB/s (M1: 68، Apple کے تقابلی بیانات سے؛ نوٹ دیکھیں)
gpu_memory_default_gbعددیونیفائیڈ میموری کا تقریباً 75%: جتنی macOS بطور ڈیفالٹ GPU کو استعمال کرنے دیتا ہے (اخذ کردہ)
gpu_coresمتناس میموری سائز کے ساتھ GPU کور کے آپشن (فہرست)
macsمتنوہ Mac جن میں یہ چِپ آتی ہے، Apple کے ماڈل ناموں کے مطابق (فہرست)
noteمتنماخذوں میں دی گئی احتیاطیں
pageمتنmlx.app کا وہ صفحہ جس پر یہ Mac چلانے والے سب ماڈل ہیں
sourcesمتنApple کے وہ صفحات جہاں سے اعداد لیے گئے (فہرست)

اوپن AI ماڈل: پیرامیٹرز، فعال پیرامیٹرز اور میموری

mlx.app/compare پر ہر اوپن ویٹ لینگویج ماڈل: کل اور فعال پیرامیٹرز، آرکیٹیکچر (dense یا مکسچر آف ایکسپرٹس (MoE))، کانٹیکسٹ کی لمبائی، لائسنس، ریلیز کی تاریخ، پریسیژن اور ویٹس کا سائز۔ ہر ماڈل کے سرکاری Hugging Face کارڈ، config.json اور فائل لسٹ سے لیا گیا۔ سائٹ پر: ہر ماڈل۔

19 کالم · 83 قطاریں · جانچ 19 اکتوبر، 2026

کالمقسممطلب
modelمتنشناخت کنندہ، جیسے mlx.app/run/<model> میں
nameمتنماڈل کا نام
makerمتنکس نے ریلیز کیا
hf_repoمتنسرکاری Hugging Face ریپوزٹری
params_bعددکل پیرامیٹرز، ارب (ماڈل کارڈ)
active_params_bعددہر بنائے گئے ٹوکن پر پڑھے جانے والے پیرامیٹرز، ارب (dense ماڈلز میں params_b کے برابر، سوائے لوپ والے ماڈل کے جو اپنا مشترکہ بلاک ہر لوپ میں ایک بار پڑھتا ہے: ڈیفالٹ لوپ تعداد پر)
architectureمتنdense یا moe
context_tokensعددزیادہ سے زیادہ کانٹیکسٹ، ٹوکن (config.json)
licenseمتنکارڈ پر درج لائسنس
releasedمتنریلیز کی تاریخ (YYYY-MM-DD؛ کارڈ میں نہ ہو تو ریپوزٹری بننے کی تاریخ)
modalityمتنان پٹ: text، یا text+image
precisionمتنسرکاری ویٹس کی پریسیژن
repo_weights_gbعددسرکاری ویٹ فائلوں کا سائز، اعشاری GB
native_gbعددماڈل کے اپنے لو بٹ فارمیٹ میں ویٹس، GB (صرف اس طرح ریلیز ہونے والے ماڈل)
native_bitsعدداس اصل فارمیٹ میں فی ویٹ بٹس
offload_gbعددلُک اپ ٹیبلز جنہیں رن ٹائم ڈسک پر چھوڑ سکتا ہے، GB (میموری اندازوں میں شامل نہیں)
mlx_buildمتنHugging Face پر کمیونٹی کا MLX بِلڈ، اگر ہو
pageمتنmlx.app کا وہ صفحہ جس پر درکار میموری اور اسے چلانے والے سب Mac ہیں
sourcesمتنوہ صفحات جہاں سے اعداد لیے گئے (فہرست)

کون سا اوپن ماڈل کس Mac پر کتنی تیزی سے چلتا ہے (اندازے)

ہر Apple Silicon Mac کنفیگریشن بمقابلہ ہر اوپن ماڈل: macOS جتنی میموری GPU کو دیتا ہے اس میں سمانے والا سب سے زیادہ پریسیژن کا ورژن، کانٹیکسٹ کی گنجائش سمیت اسے کتنی میموری چاہیے، اور ٹوکن فی سیکنڈ میں لکھنے کی اندازاً رفتار کی حد۔ شائع شدہ اسپیکس سے اندازے، پیمائش نہیں؛ طریقہ mlx.app/compare پر ہے۔ سائٹ پر: کیلکولیٹر۔

16 کالم · 4,756 قطاریں · جانچ 19 اکتوبر، 2026

کالمقسممطلب
macمتنMac کنفیگریشن (macs دیکھیں)
chipمتنچِپ کا نام
memory_gbعددیونیفائیڈ میموری، GB
bandwidth_gbsعدداندازے میں استعمال ہونے والی میموری بینڈوڈتھ، GB/s
modelمتنماڈل (models دیکھیں)
model_nameمتنماڈل کا نام
versionمتنتجویز کردہ ورژن: سمانے والی سب سے زیادہ پریسیژن (8، 6، 4، 3 یا 2 بٹ MLX، یا اصل فارمیٹ)
bits_per_weightعددفی ویٹ محفوظ بٹس، MLX کے گروپ اسکیلز سمیت (+0.5)
weights_gbعددمیموری میں ویٹس، GB
needs_gbعددویٹس جمع کانٹیکسٹ اور رن ٹائم کی گنجائش (8% یا 1.5 GB، جو زیادہ ہو)، GB
fitمتنfits (GPU کے ڈیفالٹ 75% کے اندر)، tight (میموری کے 90% کے اندر)، no
groupمتنRuns well (سماتا ہے، 10+ tok/s)، Runs, but slowly، Only just fits، Too big
below_4_bitدرست/غلطدرست، جب صرف 4 بٹ سے کم ورژن سمائے (معیار گرتا ہے)
tok_s_lowعددلکھنے کی اندازاً رفتار، نچلی حد (بینڈوڈتھ کی حد کا 45%)، ٹوکن/s؛ نہ سمائے تو خالی
tok_s_highعددلکھنے کی اندازاً رفتار، اوپری حد (حد کا 80%)، ٹوکن/s
tok_s_ceilingعددبینڈوڈتھ کی حد: بینڈوڈتھ / فی ٹوکن پڑھے گئے بائٹس، ٹوکن/s

اندازے، اور یہ کیسے نکالے جاتے ہیں

Mac اور ماڈل کے ٹیبل Apple کے ٹیک اسپیکس اور ہر ماڈل کے سرکاری Hugging Face کارڈ سے لیے گئے حقائق ہیں؛ ہر قطار اپنا ماخذ بتاتی ہے۔ فِٹ ٹیبل حساب سے بنا ہے، ناپا نہیں گیا: کوئی ماڈل تب سماتا ہے جب کسی پریسیژن پر اس کے ویٹس (فی ویٹ بٹس اور MLX کے آدھے بٹ کے گروپ اسکیلز)، کانٹیکسٹ کی گنجائش سمیت، یونیفائیڈ میموری کے اس 75% کے اندر رہیں جو macOS بطور ڈیفالٹ GPU کو دیتا ہے۔ لکھنے کی رفتار میموری بینڈوڈتھ کو فی ٹوکن پڑھے گئے بائٹس سے تقسیم کر کے نکلتی ہے، اور اس حد کے 45% سے 80% کے طور پر دکھائی جاتی ہے، یعنی وہ دائرہ جس تک llama.cpp کے عوامی Apple Silicon بینچ مارکس میں اصل رن پہنچتے ہیں۔ پرامپٹ پڑھنا، لمبے کانٹیکسٹ اور بیچنگ شامل نہیں۔ پورا طریقہ: mlx.app/compare۔ اپنا Mac MLX Bench پر ناپیں۔

شامل نہیں: Artificial Analysis Intelligence Index کے اسکور (صفحات پر لنک کے ساتھ دکھائے جاتے ہیں، مگر ان کی شرائط دوبارہ تقسیم کا حق محفوظ رکھتی ہیں) اور llama.cpp کے بینچ مارک نتائج (طریقے سے لنک کیے گئے، کاپی نہیں کیے گئے)۔

استعمال کریں، اور حوالہ دیں

Creative Commons Attribution 4.0 کے تحت مفت: اس صفحے کے لنک کے ساتھ کاپی کریں، تبدیل کریں اور شائع کریں، تجارتی طور پر بھی۔ اسپیکس بذاتِ خود Apple اور ماڈل بنانے والوں کے حقائق ہیں؛ ماڈلز اور پروڈکٹس کے نام ان کے مالکان کے ہیں۔ MLX کا Apple Inc. سے کوئی تعلق نہیں۔

MLX Network (2026). MLX open data: Apple Silicon Macs, open AI models and what runs where (version 2026-10-19). https://mlx.app/data. CC BY 4.0.

اوپر کے URL ہمیشہ تازہ ترین ورژن دیتے ہیں؛ ہر فائل میں اس کا ورژن ہوتا ہے (JSON میں version، X-Dataset-Version ہیڈر اور وہ نام جس سے وہ محفوظ ہوتی ہے)۔ index.json ہر فائل کو اس کے سائز اور SHA-256 کے ساتھ درج کرتا ہے۔

مزید اوپن ڈیٹا

  • Explorer API: MLX Network کا ہر بلاک، ٹرانزیکشن، اکاؤنٹ اور سیٹ، JSON میں۔
  • llms.txt اور llms-full.txt: AI اسسٹنٹس کے لیے سادہ متن میں سائٹ، ہر گائیڈ مکمل۔
  • سائٹ میپ: ہر صفحہ، اس تاریخ کے ساتھ جب اس کے حقائق آخری بار جانچے گئے۔