Instructions to use tokimoa/apertus-v1.5-8b-mlx-4bit with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use tokimoa/apertus-v1.5-8b-mlx-4bit with MLX:

# Make sure mlx-lm is installed
# pip install --upgrade mlx-lm

# Generate text with mlx-lm
from mlx_lm import load, generate

model, tokenizer = load("tokimoa/apertus-v1.5-8b-mlx-4bit")

prompt = "Write a story about Einstein"
messages = [{"role": "user", "content": prompt}]
prompt = tokenizer.apply_chat_template(
    messages, add_generation_prompt=True
)

text = generate(model, tokenizer, prompt=prompt, verbose=True)

Notebooks
Google Colab
Kaggle
Local Apps Settings
LM Studio

How to use tokimoa/apertus-v1.5-8b-mlx-4bit with Pi:

Start the MLX server

# Install MLX LM:
uv tool install mlx-lm
# Start a local OpenAI-compatible server:
mlx_lm.server --model "tokimoa/apertus-v1.5-8b-mlx-4bit"

Configure the model in Pi

# Install Pi:
npm install -g @mariozechner/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "mlx-lm": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "tokimoa/apertus-v1.5-8b-mlx-4bit"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Hermes Agent new

How to use tokimoa/apertus-v1.5-8b-mlx-4bit with Hermes Agent:

Start the MLX server

# Install MLX LM:
uv tool install mlx-lm
# Start a local OpenAI-compatible server:
mlx_lm.server --model "tokimoa/apertus-v1.5-8b-mlx-4bit"

Configure Hermes

# Install Hermes:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
hermes setup
# Point Hermes at the local server:
hermes config set model.provider custom
hermes config set model.base_url http://127.0.0.1:8080/v1
hermes config set model.default tokimoa/apertus-v1.5-8b-mlx-4bit

Run Hermes

hermes

OpenClaw new

How to use tokimoa/apertus-v1.5-8b-mlx-4bit with OpenClaw:

Start the MLX server

# Install MLX LM:
uv tool install mlx-lm
# Start a local OpenAI-compatible server:
mlx_lm.server --model "tokimoa/apertus-v1.5-8b-mlx-4bit"

Configure OpenClaw

# Install OpenClaw:
npm install -g openclaw@latest
# Register the local server and set it as the default model:
openclaw onboard --non-interactive --mode local \
  --auth-choice custom-api-key \
  --custom-base-url http://127.0.0.1:8080/v1 \
  --custom-model-id "tokimoa/apertus-v1.5-8b-mlx-4bit" \
  --custom-provider-id mlx-lm \
  --custom-compatibility openai \
  --custom-text-input \
  --accept-risk \
  --skip-health

Run OpenClaw

openclaw agent --local --agent main --message "Hello from Hugging Face"

MLX LM

How to use tokimoa/apertus-v1.5-8b-mlx-4bit with MLX LM:

Generate or start a chat session

# Install MLX LM
uv tool install mlx-lm
# Interactive chat REPL
mlx_lm.chat --model "tokimoa/apertus-v1.5-8b-mlx-4bit"

Run an OpenAI-compatible server

# Install MLX LM
uv tool install mlx-lm
# Start the server
mlx_lm.server --model "tokimoa/apertus-v1.5-8b-mlx-4bit"
# Calling the OpenAI-compatible server with curl
curl -X POST "http://localhost:8000/v1/chat/completions" \
   -H "Content-Type: application/json" \
   --data '{
     "model": "tokimoa/apertus-v1.5-8b-mlx-4bit",
     "messages": [
       {"role": "user", "content": "Hello"}
     ]
   }'

apertus-v1.5-8b-mlx-4bit / README.md

tokimoa

Upload folder using huggingface_hub

f08ed53 verified about 11 hours ago

3.53 kB

license: apache-2.0
language:
  - ja
  - en
  - de
  - fr
  - it
base_model: swiss-ai/Apertus-v1.5-8B
library_name: mlx
pipeline_tag: text-generation
tags:
  - mlx
  - apertus
  - multilingual
  - quantized

Apertus-v1.5-8B (MLX 4bit, text LM)

スイスAIイニシアチブの Apertus-v1.5-8B（Apache-2.0・多言語・xIELU活性/QK-norm/llama3型RoPEスケーリングの独自アーキテクチャ）からテキストLM部分を抽出してMLX変換したものです（4bit量子化・group size 64・実効4.5bpw）。最軽量版（4.3GB・8GB Macでも動作見込み）です。

このMLX版の価値: 上流モデルはリリース版transformers/vLLMでは動かず、swiss-ai専用フォークが必要ですが、この変換はmlx-lm標準でそのまま動きます（pip install mlx-lmのみ）。

スコープ: 元モデルは画像・音声入力対応のomniモデルですが、本repoはテキスト専用の抽出です（vision/audioトークナイザは含みません。埋め込みはテキスト出力語彙131,072行に切り詰め済み — テキスト対話のトークンIDはすべてこの範囲内であることを確認しています）。

使い方

pip install mlx-lm
python -m mlx_lm generate --model tokimoa/apertus-v1.5-8b-mlx-4bit   --prompt "富士山の標高を教えてください。" --max-tokens 200 --temp 0.0

Deliberation（思考モード）に注意: chat templateに思考モードのフラグがあり、mlx-lm経由の既定では有効（<|inner_prefix|>で内部推論を出力してから回答）、Hugging Face transformersの既定では無効になります。無効にしたい場合はapply_chat_templateにenable_thinking=Falseを渡してください。

変換品質の検証（tokimoa）

transformers公式実装（swiss-aiフォーク・CPU bf16）との突き合わせ検証:

同一入力でのprefillロジット比較: 日本語ビジネスプローブ5種すべてでtop-1トークン一致。ただしcos類似度は0.93〜0.98で8bit版（0.999以上）よりノイズが乗ります。長い思考出力では文字列レベルのブレが出るため、品質重視なら8bit版を推奨します
bf16版は反復実行で出力完全一致（決定論的）
検証時の発見: 参照フォークはMPS上では出力が破綻します（縮退ループ）。参照はCPUで実行しました（変換品質とは無関係の上流問題）

実測速度（M4 Max 36GB）

生成: 約75 tok/s / ピークメモリ: 4.7GB（重み4.3GB）

変換情報

変換元: swiss-ai/Apertus-v1.5-8B（公式BF16、commit a411d83）からテキストLM抽出（model.language_model.*→model.*・lm_head保持・embed切り詰め）
変換: mlx-lm 0.31.3 convert -q --q-bits 4（group size 64 affine、実効4.5bpw）
兄弟repo: bf16（参照一致検証の基準）/ 8bit（推奨）
変換者: tokimoa

ライセンス

Apache-2.0（元モデルに準拠）。上流の利用ポリシー（AUP）も参照してください。