# Liquid AI släpper 8-bitarsversion av d1-omni-600M för Apple Silicon

> Modellen kan besvara flera specificerade frågor om text, bilder eller ljud i ett enda steg och körs nu i 0,73 GB på Apple Silicon via MLX.

Oossa · 2026-10-12 · https://oossa.com/sv/liquid-ai-releases-8-bit-apple-silicon-version-of-d1-omni-600m-decision-model

Liquid AI har publicerat en 8-bitarsexport av sin beslutsmodell d1-omni-600M på Hugging Face. Versionen, som heter d1-omni-600M-MLX-8bit, körs på Apple Silicon med MLX-vlm-biblioteket och tar bara upp 0,73 GB, ungefär 60 % av originalets storlek. Den kan besvara flera namngivna frågor av olika typer om text, bilder eller ljud i en enda framåtpassering, utan att generera några token. I repot finns ett pip-installationskommando och exempelkod för frågor om text, bilder och ljud.

## Fakta

- Modellstorlek: 0,73 GB (8-bitars) jämfört med 1,17 GB (float16).
- Publicerad på Hugging Face: 2026-10-12.

## Varför det spelar roll

Utvecklare kan nu köra multimodala beslutsmodeller lokalt på Mac utan att behöva ett grafikkort, vilket möjliggör snabbare edge-tillämpningar som automatisk sortering av supportärenden.

## Källor och referenser

1. [New model on Hugging Face: LiquidAI/d1-omni-600M-MLX-8bit (image-text-to-text)](https://huggingface.co/LiquidAI/d1-omni-600M-MLX-8bit) – Liquid AI, 2026-10-12
2. [New model on Hugging Face: LiquidAI/d1-omni-600M-MLX-fp16 (image-text-to-text)](https://huggingface.co/LiquidAI/d1-omni-600M-MLX-fp16) – Liquid AI, 2026-10-12

Senast uppdaterad: 2026-10-12