# Liquid d1-2B для Mac: вышли MLX-веса, но запуск ещё готовится

Источник: https://modelium.tech/zhurnal/liquid-d1-2b-mlx-mac-8bit-4bit-support-pending/

27 октября Liquid AI разместила три версии d1-2B для компьютеров Mac с чипами Apple: FP16, 8-bit и 4-bit. Модель помогает отвечать на конкретные вопросы о тексте или изображении, например определить тему обращения, но не ведёт обычный чат. Веса доступны; поддержка в программе MLX-VLM ещё не выпущена, поэтому готовой инструкции запуска для этих файлов пока нет.

Liquid d1-2B для Mac: вышли MLX-веса, но запуск ещё готовится

Если нужно разобрать обращение клиента — например, определить, просит ли он возврат денег и в какой отдел отправить письмо, — d1-2B рассчитана на такие точечные решения. 27 октября 2026 года Liquid AI разместила три её варианта для Mac с чипами Apple. Файлы уже можно скачать, но поддержка в программе MLX-VLM ещё не выпущена: новичку пока не стоит принимать примеры команд из карточек за проверенную инструкцию. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3) [s4](#src-s4) [s6](#src-s6)

## Что появилось 27 октября

Опубликованы три комплекта MLX-весов: FP16 (с более высокой точностью хранения чисел), 8-bit и 4-bit (более компактные версии). История официальных репозиториев фиксирует публикацию каждого комплекта 27 октября. Для всех трёх доступны файл модели, конфигурация и собственная лицензия. Это не новая базовая модель: исходный d1-2B опубликован отдельно, а сегодняшнее событие — варианты его весов для Apple Silicon. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3) [s4](#src-s4)

В качестве первого варианта для дальнейшей проверки разумно смотреть на 8-bit: автор сообщает, что в его **52 тестовых вопросах** ответы совпали с исходной моделью в float32, а вероятность изменилась максимум на 0,008. У 4-bit, по тем же данным автора, изменились 3 ответа из 52, а вероятность — максимум на 0,25. Это узкая авторская проверка конкретных версий, а не гарантия качества на ваших письмах или фотографиях. FP16 автор называет предпочтительной точностью хранения. Размеры скачиваемых файлов в карточках: 3,84 ГБ для FP16, 2,22 ГБ для 8-bit и 1,35 ГБ для 4-bit; **это не минимальные требования к оперативной памяти Mac**. [s2](#src-s2) [s3](#src-s3) [s4](#src-s4)

## Что модель делает — и чего не делает

d1-2B — модель для ответов на заранее сформулированные вопросы о тексте, картинке или видео. Она может выбрать категорию, извлечь поле или оценить вариант ответа, а не сочинять разговорный ответ как чат-бот. Для читателя это скорее основа будущего инструмента сортировки обращений или проверки документов, чем готовое приложение с окном чата. Это редакционный пример применения; мы не запускали эту модель и не проверяли качество на русском тексте. [s1](#src-s1)

## Можно ли использовать её сейчас на Mac

Официальные карточки MLX прямо помечают поддержку d1 в MLX-VLM как работу в процессе. В открытом запросе на добавление d1 в MLX-VLM есть зависимость от другого ещё открытого изменения; авторы запроса сообщают о своих проверках на M3 Ultra, но это не стабильный релиз и не минимальное требование к компьютеру. Поэтому не копируйте приведённый в карточке пример как готовый домашний рецепт: дождитесь совместимого выпуска программы и затем проверьте конкретную модель на собственных данных. Вариант исходных весов для Transformers описан отдельно и требует программной установки; это инженерный путь, а не обещание простого запуска MLX-версии. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3) [s4](#src-s4) [s6](#src-s6)

## Какие ограничения у лицензии

Исходная модель и все три MLX-комплекта содержат **LFM Open License v1.0**, а не безусловную лицензию Apache или MIT. По пункту 5 коммерческое использование в рамках этой лицензии обусловлено тем, что годовая выручка пользователя или его организации не достигает 10 млн долларов США; для организаций, достигших порога, коммерческое использование данным соглашением не лицензируется. Сверяйте условия перед включением весов в продукт. Лицензия кода самого MLX-VLM — отдельный вопрос: в ещё не слитом запросе файлы поддержки d1 добавляются со своим экземпляром LFM-лицензии. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3) [s4](#src-s4) [s5](#src-s5) [s6](#src-s6)

**Следующий шаг:** откройте официальную [карточку d1-2B MLX 8-bit](https://huggingface.co/LiquidAI/d1-2B-MLX-8bit) и проверьте, появилась ли в ней ссылка на завершённую поддержку MLX-VLM. Дата сверки источников: 27 октября 2026 года. Редакция Modelium не запускала модель и не измеряла её скорость или качество.

## Источники

1. [Liquid AI: d1-2B, карточка и LICENSE, ревизия 97c57047](https://huggingface.co/LiquidAI/d1-2B/tree/97c57047d5852d77e02dfac211f8768aff77a8b2) — получено 2026-10-27
2. [Liquid AI: d1-2B-MLX-fp16, ревизия 52fde2a1](https://huggingface.co/LiquidAI/d1-2B-MLX-fp16/tree/52fde2a1cc467169840c78a0f889969da91b1d) — получено 2026-10-27
3. [Liquid AI: d1-2B-MLX-8bit, ревизия 4977063d](https://huggingface.co/LiquidAI/d1-2B-MLX-8bit/tree/4977063d330b998e7849c39964749c8159a8adf7) — получено 2026-10-27
4. [Liquid AI: d1-2B-MLX-4bit, ревизия 6c4e0583](https://huggingface.co/LiquidAI/d1-2B-MLX-4bit/tree/6c4e058323154370baf96fd8d43c670b3a5bc464) — получено 2026-10-27
5. [Liquid AI: LFM Open License v1.0 для d1-2B](https://huggingface.co/LiquidAI/d1-2B/raw/97c57047d5852d77e02dfac211f8768aff77a8b2/LICENSE) — получено 2026-10-27
6. [MLX-VLM: pull request #2611 — Add LFM3 d1 decision models](https://github.com/Blaizzy/mlx-vlm/pull/2611) — получено 2026-10-27