各位的 m4 设备都陆续到货了，能否跑一下 ollama/llama.cpp ，看看大模型这块的算力究竟比 m1 max m2 ultra ， 提升有多少？

[beginor]

跑不太大的模型， 比如 Llama 3.1 8B

https://huggingface.co/lmstudio-community/Meta-Llama-3.1-8B-Instruct-GGUF/blob/main/Meta-Llama-3.1-8B-Instruct-Q8_0.gguf

这个模型 16G 内存的丐版也能跑起来。

[berchtesgaden]

https://www.bilibili.com/video/BV1PdDSYjEEW

[234ygg]

本地跑的全是弱智模型。。做个翻译都嫌蠢
第三方 gpt api 还不够便宜？

[Tubbs]

@234ygg 并不是这样的，体验一下 qwen2.5 32b 的量化模型，本地可以跑，评测水平和 gpt-4o-mini 差不多水准了，日常用起来感觉也是不错的

[lrigi]

@234ygg llama3.2 弱智？你太逗了，跟不上时代了已经

[slayer]

@berchtesgaden #1 这个不错，现在 mac 应该在 lm studio 下跑了转换的 mlx 模型，貌似 ollama 还不支持 mlx 格式的。

[Gotchaaa]

我 M1 pro 都能跑

[piero66]

8b 太蠢了

[shinecurve]

原本计划买 M4 Max + 128G 跑 ollama 的，后来从 llama 70b 的能力、算力成本和实际应用场景考虑我最终放弃了，感觉还需在在等两年，我认为目前最好的选择还是 ChatGPT 。
希望对你能有些帮助。

[234ygg]

我已经懒得试了，最后一次跑本地模型是几个月前 gemini27b ，远不及 gpt3.5 ，勉强能干个不涉及较多专业词汇的简单翻译，功耗在我的 4090 上高达 250W 。。但凡问点其他问题，我都不说回答的对不对了，甚至不能持续稳定保持中文回答。再早几个月的 llama3 更是一坨。
llama3.2 11b 充其量也就那点水平，合理推断也是个弱智
gpt4o 的 apt 都那么便宜了，更不要说 3.5 了，不要骗我浪费电 听显卡电感箫叫了

[yinmin]

13:20 m4max 跑大模型的评测

[beginor]

@berchtesgaden
@yinmin

M4 确实好强！ 看完之后瞬间感觉手上的 M1 Max 64G 一点儿都不香了，AC 还没过期 😂

[dilidilid]

真的没啥意思，我一直不能理解本地跑大模型推断的意义所在

[tanranran]