各種精度所需記憶體
| 版本 | 權重 | 含上下文 | 最低配備 Mac |
|---|---|---|---|
| 8 位元 | 30.6 GB | 33 GB | 48 GB |
| 6 位元 | 23.4 GB | 25.3 GB | 36 GB |
| 4 位元 | 16.2 GB | 17.7 GB | 24 GB |
| 3 位元 品質較低 | 12.6 GB | 14.1 GB | 24 GB |
| 2 位元 品質較低 | 9 GB | 10.5 GB | 16 GB |
在每款 Apple 晶片上
每款晶片能執行 Raon-1 mini Preview 的最小記憶體容量、放得下的最佳版本，以及預期的產生速度。
| 晶片 | 需要 | 版本 | token/秒 |
|---|---|---|---|
| M6 | 24 GB | 4 位元 順暢執行 | 32–57 |
| M5 Ultra | 96 GB | 8 位元 順暢執行 | 117–209 |
| M5 Max | 36 GB | 6 位元 順暢執行 | 59–105 |
| M5 Pro | 24 GB | 4 位元 順暢執行 | 58–102 |
| M5 | 24 GB | 4 位元 順暢執行 | 29–51 |
| M4 Max | 36 GB | 6 位元 順暢執行 | 53–94 |
| M4 Pro | 24 GB | 4 位元 順暢執行 | 51–91 |
| M4 | 24 GB | 4 位元 順暢執行 | 23–40 |
| M3 Ultra | 96 GB | 8 位元 順暢執行 | 80–142 |
| M3 Max | 36 GB | 6 位元 順暢執行 | 39–69 |
| M3 Pro | 36 GB | 6 位元 順暢執行 | 19–34 |
| M3 | 24 GB | 4 位元 順暢執行 | 19–33 |
| M2 Ultra | 64 GB | 8 位元 順暢執行 | 78–139 |
| M2 Max | 32 GB | 4 位元 順暢執行 | 75–133 |
| M2 Pro | 32 GB | 4 位元 順暢執行 | 38–67 |
| M2 | 24 GB | 4 位元 順暢執行 | 19–33 |
| M1 Ultra | 64 GB | 8 位元 順暢執行 | 78–139 |
| M1 Max | 32 GB | 4 位元 順暢執行 | 75–133 |
| M1 Pro | 32 GB | 4 位元 順暢執行 | 38–67 |
| M1 | 16 GB | 2 位元 順暢執行 | 24–42 |
如何執行
在「終端機」中使用 Apple 的 MLX：
pip install mlx-lmmlx_lm.chat --model KRAFTON/Raon-1-mini-preview-mlx --trust-remote-code--trust-remote-code 允許 mlx-lm 執行這個版本附帶的 Python 程式碼，載入模型需要它。版本：Hugging Face 上的 KRAFTON/Raon-1-mini-preview-mlx。其他精度的版本就在旁邊。逐步教學：在 Mac 上下載並執行 LLM · MLX、Ollama 與 llama.cpp 比較
比起終端機更喜歡用 App？在 AI App Store 比較能在本機執行模型的 Mac App：價格、授權，以及你的資料去向。
關於 Raon-1 mini Preview
| 開發者 | KRAFTON |
|---|---|
| 參數 | 共 28.8B · 啟用 4.3B（混合專家） |
| 上下文 | 256K token |
| 授權條款 | Apache-2.0 |
| 發布時間 | 2026-10 |
| 輸入 | 文字 |
| 權重 | KRAFTON/Raon-1-mini-preview |
常見問題
- Raon-1 mini Preview 需要多少記憶體？
- 在 4 位元 下權重約 16.2 GB，再加上上下文空間，總共 17.7 GB。在 Mac 上，這代表需要 24 GB 以上的統一記憶體，因為 macOS 預設讓 GPU 使用約 75% 的統一記憶體。
- Raon-1 mini Preview 在 Mac 上有多快？
- 產生速度取決於記憶體頻寬。本頁中執行它最快的 Mac 是 96 GB 的 M5 Ultra，每秒約 117–209 個 token（8 位元）。能執行它的最低配備 Mac 是 24 GB 的 M5 Pro，每秒約 58–102 個。
- 為什麼 Raon-1 mini Preview 執行起來比它的規模看起來更快？
- 它是混合專家模型：記憶體中保存 28.8B 參數，但每個 token 只讀取 4.3B，所以產生速度相當於小得多的模型。
類似模型
用於你的模型卡或 README
顯示能順暢執行 Raon-1 mini Preview 的最低配備 Mac，並連結到本頁。
[](https://mlx.app/run/raon-1-mini-preview)計算方式
記憶體：模型參數以每個權重 8、6、4、3 或 2 位元計算，加上 MLX 的分組縮放（每個權重半個位元），或依其原生格式計算，再留出上下文空間。macOS 預設讓 GPU 使用約 75% 的統一記憶體。速度：記憶體頻寬除以每個 token 讀取的位元組數，就是單一對話的上限；在 llama.cpp 的 Apple Silicon 公開效能測試中，實際執行可達這個上限的約 45% 到 80%，本頁顯示的就是這個範圍。這些是估算值，不是實測值：可以到 MLX Bench 測量你自己的 Mac。模型數據來自各模型的官方模型卡，晶片數據來自 Apple 的技術規格。核對於 2026-10-19。數據與 mlx.app/compare 相同。
開放資料: mlx.app/data (JSON, CSV)