ہر پریسیژن پر میموری
| ورژن | ویٹس | کانٹیکسٹ کے ساتھ | سب سے چھوٹا Mac |
|---|---|---|---|
| 8-bit | 74.4 GB | 80.4 GB | 128 GB |
| 6-bit | 56.9 GB | 61.5 GB | 96 GB |
| 4-bit | 39.4 GB | 42.6 GB | 64 GB |
| 3-bit کم معیار | 30.6 GB | 33 GB | 48 GB |
| 2-bit کم معیار | 21.9 GB | 23.7 GB | 32 GB |
ہر Apple چپ پر
ہر چپ کا سب سے کم میموری سائز جو Llama 3.3 70B Instruct چلاتا ہے، اس میں سمانے والا بہترین ورژن، اور لکھنے کی متوقع رفتار۔
| چپ | درکار | ورژن | ٹوکن/سیکنڈ |
|---|---|---|---|
| M6 | 32 GB | 2-bit سست | 3–6 |
| M5 Ultra | 96 GB | 4-bit اچھا چلتا ہے | 14–24 |
| M5 Max | 64 GB | 4-bit سست | 7–12 |
| M5 Pro | 64 GB | 4-bit سست | 4–6 |
| M5 | 32 GB | 2-bit سست | 3–6 |
| M4 Max | 64 GB | 4-bit سست | 6–11 |
| M4 Pro | 64 GB | 4-bit سست | 3–6 |
| M4 | 32 GB | 2-bit سست | 2–4 |
| M3 Ultra | 96 GB | 6-bit سست | 6–12 |
| M3 Max | 64 GB | 4-bit سست | 5–8 |
| M3 Pro | 36 GB | 2-bit سست | 3–5 |
| M3 | کوئی سائز کافی نہیں | بہت بڑا | – |
| M2 Ultra | 64 GB | 4-bit سست | 9–16 |
| M2 Max | 64 GB | 4-bit سست | 5–8 |
| M2 Pro | 32 GB | 2-bit سست | 4–7 |
| M2 | کوئی سائز کافی نہیں | بہت بڑا | – |
| M1 Ultra | 64 GB | 4-bit سست | 9–16 |
| M1 Max | 64 GB | 4-bit سست | 5–8 |
| M1 Pro | 32 GB | 2-bit سست | 4–7 |
| M1 | کوئی سائز کافی نہیں | بہت بڑا | – |
اسے کیسے چلائیں
- آسان طریقہ: MLX Harness ڈاؤن لوڈ کریں، مفت اور اوپن سورس۔ Llama 3.3 70B Instruct تلاش کریں، وہ ورژن ڈاؤن لوڈ کریں جو آپ کے Mac میں سماتا ہو، اور چیٹ کریں۔ یہ OpenAI سے مطابقت رکھنے والی API کے ذریعے ماڈل کو آپ کی دوسری ایپس کو بھی فراہم کرتا ہے۔MLX Harness ڈاؤن لوڈ کریںمفت · Apple Silicon · macOS 14.5 یا نیا
- Terminal میں Apple کے MLX کے ساتھ:
pip install mlx-lmmlx_lm.chat --model mlx-community/Llama-3.3-70B-Instruct-4bitبلڈ: Hugging Face پر mlx-community/Llama-3.3-70B-Instruct-4bit۔ دوسری پریسیژنز اسی کے ساتھ موجود ہیں۔
مرحلہ وار: Mac پر LLMs ڈاؤن لوڈ کریں اور چلائیں · MLX Harness کیسے استعمال کریں · MLX بمقابلہ Ollama بمقابلہ llama.cpp
Llama 3.3 70B Instruct کے بارے میں
| بنانے والا | Meta |
|---|---|
| پیرامیٹرز | 70B (ڈینس) |
| کانٹیکسٹ | 128K ٹوکن |
| لائسنس | Llama 3.3 Community License |
| ریلیز | 2024-12 |
| ان پٹ | ٹیکسٹ |
| ویٹس | meta-llama/Llama-3.3-70B-Instruct |
سوالات
- Llama 3.3 70B Instruct کو کتنی میموری چاہیے؟
- 4-bit پر ویٹس کے لیے تقریباً 39.4 GB، اور کانٹیکسٹ کی گنجائش: کل 42.6 GB۔ Mac پر اس کا مطلب ہے 64 GB یا زیادہ یونیفائیڈ میموری، کیونکہ macOS ڈیفالٹ طور پر GPU کو اس کا تقریباً 75% استعمال کرنے دیتا ہے۔
- Mac پر Llama 3.3 70B Instruct کتنا تیز ہے؟
- لکھنے کی رفتار میموری بینڈوڈتھ پر منحصر ہے۔ یہاں اس کے لیے سب سے تیز Mac، 96 GB والا M5 Ultra ہے، فی سیکنڈ تقریباً 14–24 ٹوکن (4-bit)۔ اسے چلانے والا سب سے چھوٹا Mac، 64 GB کے ساتھ، M2 Ultra پر تقریباً 9–16 تک پہنچتا ہے۔
- کیا کوانٹائزیشن سے Llama 3.3 70B Instruct کو نقصان ہوتا ہے؟
- 4 bits پر زیادہ تر ماڈل اصل معیار کے قریب رہتے ہیں؛ 4 bits سے نیچے معیار تیزی سے گرتا ہے۔ وہ سب سے اونچی پریسیژن چنیں جو آپ کے Mac میں گنجائش کے ساتھ سما جائے۔
ملتے جلتے ماڈلز
آپ کے ماڈل کارڈ یا README کے لیے
وہ سب سے چھوٹا Mac دکھاتا ہے جو Llama 3.3 70B Instruct کو اچھا چلاتا ہے، اور یہاں لنک کرتا ہے۔
[](https://mlx.app/run/llama-3.3-70b)یہ کیسے نکالا گیا
میموری: ماڈل کے پیرامیٹرز فی ویٹ 8، 6، 4، 3 یا 2 bits پر، ساتھ MLX کے گروپ اسکیلز (فی ویٹ آدھا bit)، یا اس کا اصل فارمیٹ، اور اوپر سے کانٹیکسٹ کی گنجائش۔ macOS ڈیفالٹ طور پر GPU کو یونیفائیڈ میموری کا تقریباً 75% استعمال کرنے دیتا ہے۔ رفتار: میموری بینڈوڈتھ کو فی ٹوکن پڑھے جانے والے بائٹس سے تقسیم کریں تو ایک گفتگو کی حد ملتی ہے؛ llama.cpp کے Apple Silicon پر پبلک بینچ مارکس میں اصل رنز اس کے تقریباً 45% سے 80% تک پہنچتے ہیں، اور یہی رینج دکھائی گئی ہے۔ یہ اندازے ہیں، پیمائشیں نہیں: اپنا Mac MLX Bench پر ناپیں۔ ماڈل کے اعداد ہر ماڈل کے آفیشل ماڈل کارڈ سے، چپ کے اعداد Apple کی Tech Specs سے۔ 2026-10-19 کو چیک کیا گیا۔ وہی ڈیٹا جو mlx.app/compare پر ہے۔