تسجيل الدخولإنشاء محفظة

أفضل نماذج LLM لجهاز Mac بذاكرة 32 GB.

38 من أصل 73 نموذج مفتوح تعمل جيدًا في 32 GB. تستطيع وحدة الرسومات افتراضيًا استخدام نحو 24 GB منها. وتعتمد السرعة على الشريحة: من 120 GB/s في M4 إلى 400 GB/s في M1 Max.

الأذكى بين ما يعمل جيدًاQwen3.8 27B4 بت · 15.2 GB · 2–21 tok/sالأكبر بين ما يعمل جيدًاQwen3.6 35B A3B4 بت · 19.7 GB · 32–188 tok/sللبرمجةQwen3 Coder 30B A3B Instruct4 بت · 17.2 GB · 28–168 tok/s

أجهزة Mac بذاكرة 32 GB

عدد الشرائح من M1 إلى M6 التي تأتي بذاكرة 32 GB: 7. افتح أيًّا منها لترى قائمتها وسرعاتها.

تعمل جيدًا 38

يتسع مع مساحة للسياق، بسرعة 10 توكنات أو أكثر في الثانية على M1 Max.

النموذجالإصدارالذاكرةM4M1 Max
Qwen3.8 27B27B · الذكاء 33.74 بت15.2 GB2–412–21
Qwen3.6 35B A3B35B · 3B نشطة · الذكاء 18.24 بت19.7 GB32–56106–188
Muse Glimmer 30B29.6B · الذكاء 17.54 بت16.7 GB3–611–19
Gemma 4 31B30.7B · الذكاء 14.74 بت17.3 GB3–610–18
Nemotron 3.5 Lightning 30B A3B30B · 3B نشطة · الذكاء 12.94 بت16.9 GB32–56106–188
Granite 4.2 30B30B · الذكاء 12.74 بت16.9 GB3–611–19
MiniCPM5 2B2.52B · الذكاء 12.58 بت2.7 GB20–3667–119
Qwen3.5 9B9B · الذكاء 11.28 بت9.6 GB11–1919–33
Granite 4.2 8B8B · الذكاء 11.18 بت8.5 GB12–2121–38
Granite 4.2 3B3B · الذكاء 9.18 بت3.2 GB17–3056–100
gpt-oss-20b21B · 3.6B نشطة · الذكاء 94.25 بت أصلية13.8 GB28–5195–168
Nemotron 3 Nano 30B A3B30B · 3.5B نشطة · الذكاء 8.94 بت16.9 GB27–4890–160
Gemma 4 E4B8B · الذكاء 8.98 بت8.5 GB11–2038–67
Ministral 3 8B8.9B · الذكاء 5.58 بت9.5 GB11–1919–34
Nemotron 3 Nano 4B3.97B · الذكاء 4.88 بت4.2 GB13–2343–76
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B نشطة4 بت17.2 GB28–5195–168
GLM-4.7 Flash30B · 3B نشطة4 بت16.9 GB32–56106–188
Qwen3.6 27B27B4 بت15.2 GB2–412–21
Gemma 4 26B A4B25.2B · 3.8B نشطة6 بت20.5 GB17–3158–103
Devstral Small 2 (24B)24B4 بت13.5 GB3–513–24
Magistral Small 1.2 (2509)24B4 بت13.5 GB3–513–24
Mistral Small 3.2 (24B)24B4 بت13.5 GB3–513–24
LFM2.5 24B A2B24B · 2B نشطة6 بت19.5 GB34–60113–200
Phi-4 Reasoning Vision 15B15B8 بت15.9 GB3–611–20
Phi-4 (14B)14B8 بت14.9 GB4–612–21
Gemma 4 12B Unified12B8 بت12.7 GB4–814–25
Qwen3 8B8.2B8 بت8.7 GB12–2121–37
Llama 3.1 8B Instruct8B8 بت8.5 GB12–2121–38
Gemma 4 E2B5.1B8 بت5.4 GB23–4075–133
Qwen3.5 4B4B8 بت4.3 GB13–2242–74
Phi-4 mini instruct3.8B8 بت4 GB14–2445–80
Llama 3.2 3B Instruct3.21B8 بت3.4 GB16–2853–94
SmolLM3 3B3B8 بت3.2 GB17–3056–100
LFM2.5 2.6B2.69B8 بت2.9 GB19–3362–110
Qwen3.5 2B2B8 بت2.1 GB26–4686–152
Llama 3.2 1B Instruct1.23B8 بت1.3 GB42–74138–246
Qwen3.5 0.8B0.8B8 بت0.9 GB60–107200–356
Qwen3 0.6B0.6B8 بت0.6 GB90–160300–533

تعمل، لكن ببطء 1

يتسع، لكن بأقل من 10 توكنات في الثانية: مناسب للمهام الدفعية، وبطيء للمحادثة.

النموذجالإصدارالذاكرةM4M1 Max
Llama 3.3 70B Instruct70B2 بت جودة أقل21.9 GB2–48–15

تتسع بالكاد 2

يحتاج إلى معظم الذاكرة تقريبًا: ارفع حد ذاكرة وحدة الرسومات وأبقِ السياق قصيرًا.

النموذجالإصدارالذاكرةM4M1 Max
Nemotron 3.5 Bolt 74B A9B74B · 9B نشطة · الذكاء 21.42 بت جودة أقل23.1 GB19–3464–114
Qwen3 Coder Next80B · 3B نشطة · الذكاء 9.22 بت جودة أقل25 GB60–107200–356

كبيرة جدًا 32

يحتاج إلى أكثر من 32 GB من الذاكرة، حتى بدقة 2 بت.

أسئلة

ما أفضل نموذج LLM لجهاز Mac بذاكرة 32 GB؟
من بين النماذج التي لها Intelligence Index منشور، يحقق Qwen3.8 27B أعلى درجة بين ما يعمل جيدًا في 32 GB (4 بت). وأكبر ما يعمل جيدًا هو Qwen3.6 35B A3B. وللبرمجة: Qwen3 Coder 30B A3B Instruct.
هل تكفي 32 GB للذكاء الاصطناعي المحلي على Mac؟
38 من أصل 73 نموذج مفتوح هنا تعمل فيها جيدًا بدقة 4 بت أو أعلى. يسمح macOS افتراضيًا لوحدة الرسومات باستخدام نحو 24 GB منها؛ ويجب أن يتسع النموذج وسياقه ضمن ذلك.
هل يشغّل Mac بذاكرة 32 GB نموذج gpt-oss-20b؟
نعم، بدقة 4.25 بت أصلية، بنحو 28–51 توكن في الثانية على M4 و 95–168 على M1 Max.

سعات أخرى: 8 GB · 16 GB · 18 GB · 24 GB · 32 GB · 36 GB · 48 GB · 64 GB · 96 GB · 128 GB · 192 GB · 256 GB · 512 GB

شغّلها بـ MLX Harness (مجاني ومفتوح المصدر) أو بـ mlx-lm من Apple في Terminal: خطوة بخطوة.

كيف حسبنا ذلك

الذاكرة: معاملات النموذج بدقة 8 أو 6 أو 4 أو 3 أو 2 بت لكل وزن، إضافة إلى مقاييس المجموعات في MLX (نصف بت لكل وزن)، أو صيغته الأصلية، مع مساحة للسياق فوق ذلك. افتراضيًا، يسمح macOS لوحدة الرسومات باستخدام نحو 75% من الذاكرة الموحّدة. السرعة: عرض نطاق الذاكرة مقسومًا على البايتات المقروءة لكل توكن هو الحد الأقصى لمحادثة واحدة؛ وفي اختبارات الأداء العلنية لـ llama.cpp على Apple Silicon تبلغ التشغيلات الفعلية نحو 45% إلى 80% منه، وهو النطاق المعروض. هذه تقديرات، لا قياسات: قِس جهاز Mac الخاص بك على MLX Bench. أرقام النماذج من البطاقة الرسمية لكل نموذج، وأرقام الشرائح من المواصفات التقنية لـ Apple. آخر تحقق: 2026-10-19. البيانات نفسها في mlx.app/compare.

أفضل نماذج LLM المحلية لجهاز Mac بذاكرة 32 GB (M1 إلى M6)