ہر پریسیژن پر میموری
| ورژن | ویٹس | کانٹیکسٹ کے ساتھ | سب سے چھوٹا Mac |
|---|---|---|---|
| 8-bit | 37.2 GB | 40.2 GB | 64 GB |
| 6-bit | 28.4 GB | 30.7 GB | 48 GB |
| 4-bit | 19.7 GB | 21.3 GB | 32 GB |
| 3-bit کم معیار | 15.3 GB | 16.8 GB | 24 GB |
| 2-bit کم معیار | 10.9 GB | 12.4 GB | 18 GB |
ہر Apple چپ پر
ہر چپ کا سب سے کم میموری سائز جو Sage-A1.5 چلاتا ہے، اس میں سمانے والا بہترین ورژن، اور لکھنے کی متوقع رفتار۔
| چپ | درکار | ورژن | ٹوکن/سیکنڈ |
|---|---|---|---|
| M6 | 32 GB | 4-bit اچھا چلتا ہے | 45–80 |
| M5 Ultra | 96 GB | 8-bit اچھا چلتا ہے | 174–310 |
| M5 Max | 36 GB | 4-bit اچھا چلتا ہے | 122–216 |
| M5 Pro | 48 GB | 6-bit اچھا چلتا ہے | 58–102 |
| M5 | 32 GB | 4-bit اچھا چلتا ہے | 41–72 |
| M4 Max | 36 GB | 4-bit اچھا چلتا ہے | 109–193 |
| M4 Pro | 48 GB | 6-bit اچھا چلتا ہے | 51–91 |
| M4 | 32 GB | 4-bit اچھا چلتا ہے | 32–56 |
| M3 Ultra | 96 GB | 8-bit اچھا چلتا ہے | 119–211 |
| M3 Max | 36 GB | 4-bit اچھا چلتا ہے | 79–141 |
| M3 Pro | 36 GB | 4-bit اچھا چلتا ہے | 40–71 |
| M3 | 24 GB | 3-bit اچھا چلتا ہے | 35–62 |
| M2 Ultra | 64 GB | 8-bit اچھا چلتا ہے | 116–206 |
| M2 Max | 32 GB | 4-bit اچھا چلتا ہے | 106–188 |
| M2 Pro | 32 GB | 4-bit اچھا چلتا ہے | 53–94 |
| M2 | 24 GB | 3-bit اچھا چلتا ہے | 35–62 |
| M1 Ultra | 64 GB | 8-bit اچھا چلتا ہے | 116–206 |
| M1 Max | 32 GB | 4-bit اچھا چلتا ہے | 106–188 |
| M1 Pro | 32 GB | 4-bit اچھا چلتا ہے | 53–94 |
| M1 | 16 GB | 2-bit بمشکل | 34–60 |
اسے کیسے چلائیں
- آسان طریقہ: MLX Harness ڈاؤن لوڈ کریں، مفت اور اوپن سورس۔ Sage-A1.5 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/Sage-A1.5-OptiQ-4bitبلڈ: Hugging Face پر mlx-community/Sage-A1.5-OptiQ-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
Sage-A1.5 کے بارے میں
| بنانے والا | Shanghai AI Laboratory (InternScience) |
|---|---|
| پیرامیٹرز | کل 35B · فعال 2.95B (mixture-of-experts) |
| کانٹیکسٹ | 256K ٹوکن |
| لائسنس | Apache-2.0 |
| ریلیز | 2026-10 |
| ان پٹ | ٹیکسٹ اور تصاویر |
| ویٹس | InternScience/Sage-A1.5 |
سوالات
- Sage-A1.5 کو کتنی میموری چاہیے؟
- 4-bit پر ویٹس کے لیے تقریباً 19.7 GB، اور کانٹیکسٹ کی گنجائش: کل 21.3 GB۔ Mac پر اس کا مطلب ہے 32 GB یا زیادہ یونیفائیڈ میموری، کیونکہ macOS ڈیفالٹ طور پر GPU کو اس کا تقریباً 75% استعمال کرنے دیتا ہے۔
- Mac پر Sage-A1.5 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 174–310 ٹوکن (8-bit)۔ اسے چلانے والا سب سے چھوٹا Mac، 32 GB کے ساتھ، M2 Max پر تقریباً 106–188 تک پہنچتا ہے۔
- Sage-A1.5 اپنے سائز کی توقع سے زیادہ تیز کیوں چلتا ہے؟
- یہ mixture-of-experts ماڈل ہے: یہ میموری میں 35B پیرامیٹرز رکھتا ہے لیکن ہر ٹوکن کے لیے صرف 2.95B پڑھتا ہے، اس لیے یہ کہیں چھوٹے ماڈل کی رفتار سے لکھتا ہے۔
ملتے جلتے ماڈلز
آپ کے ماڈل کارڈ یا README کے لیے
وہ سب سے چھوٹا Mac دکھاتا ہے جو Sage-A1.5 کو اچھا چلاتا ہے، اور یہاں لنک کرتا ہے۔
[](https://mlx.app/run/sage-a1.5)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۔
اوپن ڈیٹا: mlx.app/data (JSON, CSV)