Bộ nhớ ở từng mức chính xác
| Phiên bản | Trọng số | Kèm ngữ cảnh | Mac nhỏ nhất |
|---|---|---|---|
| 8-bit | 136 GB | 147 GB | 256 GB |
| 6-bit | 104 GB | 112 GB | 192 GB |
| 4-bit | 72 GB | 77,8 GB | 128 GB |
| 3-bit chất lượng thấp hơn | 56 GB | 60,5 GB | 96 GB |
| 2-bit chất lượng thấp hơn | 40 GB | 43,2 GB | 64 GB |
Trên mọi chip Apple
Dung lượng bộ nhớ nhỏ nhất của mỗi chip chạy được Mistral Medium 3.5 (128B), phiên bản tốt nhất vừa với nó, và tốc độ viết bạn có thể kỳ vọng.
| Chip | Cần | Phiên bản | Token/giây |
|---|---|---|---|
| M6 | không dung lượng nào vừa | Quá lớn | – |
| M5 Ultra | 256 GB | 8-bit Chậm | 4–7 |
| M5 Max | 128 GB | 4-bit Chậm | 4–7 |
| M5 Pro | 64 GB | 2-bit Chậm | 3–6 |
| M5 | không dung lượng nào vừa | Quá lớn | – |
| M4 Max | 128 GB | 4-bit Chậm | 3–6 |
| M4 Pro | 64 GB | 2-bit Chậm | 3–5 |
| M4 | không dung lượng nào vừa | Quá lớn | – |
| M3 Ultra | 256 GB | 8-bit Chậm | 3–5 |
| M3 Max | 128 GB | 4-bit Chậm | 3–4 |
| M3 Pro | không dung lượng nào vừa | Quá lớn | – |
| M3 | không dung lượng nào vừa | Quá lớn | – |
| M2 Ultra | 128 GB | 4-bit Chậm | 5–9 |
| M2 Max | 64 GB | 2-bit Chậm | 5–8 |
| M2 Pro | không dung lượng nào vừa | Quá lớn | – |
| M2 | không dung lượng nào vừa | Quá lớn | – |
| M1 Ultra | 128 GB | 4-bit Chậm | 5–9 |
| M1 Max | 64 GB | 2-bit Chậm | 5–8 |
| M1 Pro | không dung lượng nào vừa | Quá lớn | – |
| M1 | không dung lượng nào vừa | Quá lớn | – |
Cách chạy
- Cách dễ nhất: tải MLX Harness, miễn phí và mã nguồn mở. Tìm Mistral Medium 3.5 (128B), tải phiên bản vừa với Mac của bạn và bắt đầu trò chuyện. Ứng dụng cũng cung cấp mô hình cho các ứng dụng khác qua API tương thích OpenAI.Tải MLX HarnessMiễn phí · Apple Silicon · macOS 14.5 trở lên
- Trong Terminal với MLX của Apple:
pip install mlx-lmmlx_lm.chat --model mlx-community/Mistral-Medium-3.5-128B-4bitBản dựng: mlx-community/Mistral-Medium-3.5-128B-4bit trên Hugging Face. Các mức chính xác khác nằm ngay cạnh.
Từng bước: tải và chạy LLM trên Mac · cách dùng MLX Harness · MLX vs Ollama vs llama.cpp
Về Mistral Medium 3.5 (128B)
| Nhà phát triển | Mistral AI |
|---|---|
| Tham số | 128B (dense) |
| Ngữ cảnh | 256K token |
| Giấy phép | Modified MIT (exceptions for companies with large revenue) |
| Phát hành | 2026-03 |
| Đầu vào | Văn bản và hình ảnh |
| Trí tuệ | 14,2 trên Artificial Analysis Intelligence Index |
| Trọng số | mistralai/Mistral-Medium-3.5-128B |
Câu hỏi
- Mistral Medium 3.5 (128B) cần bao nhiêu bộ nhớ?
- Khoảng 72 GB cho trọng số ở mức 4-bit, cộng thêm chỗ cho ngữ cảnh: tổng cộng 77,8 GB. Trên Mac, điều đó có nghĩa là cần từ 128 GB bộ nhớ hợp nhất trở lên, vì mặc định macOS cho GPU dùng khoảng 75% bộ nhớ.
- Mistral Medium 3.5 (128B) chạy nhanh đến đâu trên Mac?
- Tốc độ viết phụ thuộc vào băng thông bộ nhớ. Mac nhanh nhất cho mô hình này ở đây là M2 Ultra với 128 GB, khoảng 5–9 token mỗi giây (4-bit). Mac nhỏ nhất chạy được nó, M2 Ultra với 128 GB, đạt khoảng 5–9.
- Lượng tử hóa có làm Mistral Medium 3.5 (128B) kém đi không?
- Ở 4 bit, phần lớn mô hình giữ chất lượng gần với bản gốc; dưới 4 bit chất lượng giảm nhanh hơn. Hãy chọn mức chính xác cao nhất vừa với Mac của bạn mà vẫn còn dư chỗ.
Mô hình tương tự
Cho thẻ mô hình hoặc README của bạn
Hiển thị chiếc Mac nhỏ nhất chạy tốt Mistral Medium 3.5 (128B) và liên kết tới trang này.
[](https://mlx.app/run/mistral-medium-3.5)Cách tính
Bộ nhớ: số tham số của mô hình ở 8, 6, 4, 3 hoặc 2 bit mỗi trọng số cộng với hệ số tỷ lệ theo nhóm của MLX (nửa bit mỗi trọng số), hoặc theo định dạng gốc, rồi thêm chỗ cho ngữ cảnh. Mặc định macOS cho GPU dùng khoảng 75% bộ nhớ hợp nhất. Tốc độ: băng thông bộ nhớ chia cho số byte đọc mỗi token là mức trần cho một cuộc trò chuyện; trong benchmark Apple Silicon công khai của llama.cpp, thực tế đạt khoảng 45% đến 80% mức đó, và đó là khoảng được hiển thị. Đây là ước tính, không phải số đo: hãy đo chính Mac của bạn trên MLX Bench. Số liệu mô hình lấy từ thẻ mô hình chính thức, số liệu chip từ Thông số kỹ thuật của Apple. Kiểm tra ngày 2026-10-19. Cùng dữ liệu với mlx.app/compare.