8 GB-এর Mac-এর জন্য সেরা LLM কোনটি?

যেসব মডেলের Intelligence Index প্রকাশিত, তার মধ্যে 8 GB-তে ভালো চলে এমনগুলোর মধ্যে MiniCPM5 2B-এর স্কোর সবচেয়ে বেশি (8-bit)। ভালো চলে এমন সবচেয়ে বড় মডেল হলো Granite 4.2 8B।

Mac-এ লোকাল AI-এর জন্য কি 8 GB যথেষ্ট?

এখানকার 73টি ওপেন মডেলের মধ্যে 16টি এতে 4 bit বা তার চেয়ে ভালো প্রিসিশনে ভালো চলে। ডিফল্টভাবে macOS GPU-কে এর প্রায় 6 GB ব্যবহার করতে দেয়; মডেল আর তার কনটেক্সট সেটুকুর মধ্যেই ধরতে হবে।

8 GB Mac কি gpt-oss-20b চালাতে পারে?

না: এর লাগে GPU ডিফল্টভাবে যে 6 GB ব্যবহার করতে পারে তার চেয়ে বেশি।

8 GB Mac-এর জন্য সেরা লোকাল LLM (M1 থেকে M3): কী চলে, কত দ্রুত

8 GB-এর Mac

M1 থেকে M3-এর 3টি চিপ 8 GB-সহ আসে। নিজস্ব তালিকা আর গতি দেখতে যেকোনোটি খুলুন।

ভালো চলে 21

কনটেক্সটের জায়গা রেখেই ধরে, M2-এ সেকেন্ডে 10 বা তার বেশি টোকেনে।

মডেল	ভার্সন	মেমরি	M1	M2
MiniCPM5 2B2.52B · ইন্টেলিজেন্স 12.5	8-bit	2.7 GB	11–20	17–30
Granite 4.2 8B8B · ইন্টেলিজেন্স 11.1	4-bit	4.5 GB	7–12	10–18
Granite 4.2 3B3B · ইন্টেলিজেন্স 9.1	8-bit	3.2 GB	10–17	14–25
Gemma 4 E4B8B · ইন্টেলিজেন্স 8.9	4-bit	4.5 GB	12–22	18–32
Nemotron 3 Nano 4B3.97B · ইন্টেলিজেন্স 4.8	8-bit	4.2 GB	10–17	11–19
Llama 3.1 8B Instruct8B	4-bit	4.5 GB	7–12	10–18
Gemma 4 E2B5.1B	6-bit	4.1 GB	16–29	24–42
Qwen3.5 4B4B	8-bit	4.3 GB	13–24	10–19
Phi-4 mini instruct3.8B	8-bit	4 GB	10–18	11–20
Llama 3.2 3B Instruct3.21B	8-bit	3.4 GB	12–21	13–24
SmolLM3 3B3B	8-bit	3.2 GB	10–17	14–25
LFM2.5 2.6B2.69B	8-bit	2.9 GB	11–19	16–28
Qwen3.5 2B2B	8-bit	2.1 GB	15–26	21–38
Llama 3.2 1B Instruct1.23B	8-bit	1.3 GB	24–42	35–62
Qwen3.5 0.8B0.8B	8-bit	0.9 GB	34–60	50–89
Qwen3 0.6B0.6B	8-bit	0.6 GB	51–91	75–133
Qwen3.5 9B9B · ইন্টেলিজেন্স 11.2	3-bit কম মান	3.9 GB	8–14	12–21
Ministral 3 8B8.9B · ইন্টেলিজেন্স 5.5	3-bit কম মান	3.9 GB	8–14	12–21
Phi-4 (14B)14B	2-bit কম মান	4.4 GB	7–12	10–18
Gemma 4 12B Unified12B	2-bit কম মান	3.7 GB	8–15	12–22
Qwen3 8B8.2B	3-bit কম মান	3.6 GB	9–15	13–22

কোনোমতে ধরে 1

প্রায় পুরো মেমরি লাগে: GPU মেমরির সীমা বাড়ান আর কনটেক্সট ছোট রাখুন।

মডেল	ভার্সন	মেমরি	M1	M2
Phi-4 Reasoning Vision 15B15B	2-bit কম মান	4.7 GB	7–12	10–17

খুব বড় 51

8 GB-এর চেয়ে বেশি মেমরি লাগে, 2 bit-এও।

প্রশ্ন

8 GB-এর Mac-এর জন্য সেরা LLM কোনটি?: যেসব মডেলের Intelligence Index প্রকাশিত, তার মধ্যে 8 GB-তে ভালো চলে এমনগুলোর মধ্যে MiniCPM5 2B-এর স্কোর সবচেয়ে বেশি (8-bit)। ভালো চলে এমন সবচেয়ে বড় মডেল হলো Granite 4.2 8B।
Mac-এ লোকাল AI-এর জন্য কি 8 GB যথেষ্ট?: এখানকার 73টি ওপেন মডেলের মধ্যে 16টি এতে 4 bit বা তার চেয়ে ভালো প্রিসিশনে ভালো চলে। ডিফল্টভাবে macOS GPU-কে এর প্রায় 6 GB ব্যবহার করতে দেয়; মডেল আর তার কনটেক্সট সেটুকুর মধ্যেই ধরতে হবে।
8 GB Mac কি gpt-oss-20b চালাতে পারে?: না: এর লাগে GPU ডিফল্টভাবে যে 6 GB ব্যবহার করতে পারে তার চেয়ে বেশি।

অন্য সাইজ: 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

এগুলো চালান MLX Harness দিয়ে (বিনামূল্যে, ওপেন সোর্স) বা Terminal-এ Apple-এর mlx-lm দিয়ে: ধাপে ধাপে।

হিসাব কীভাবে করা হয়েছে

মেমরি: মডেলের প্যারামিটার প্রতি ওয়েটে 8, 6, 4, 3 বা 2 bit-এ, সঙ্গে MLX-এর গ্রুপ স্কেল (প্রতি ওয়েটে আধা bit), অথবা তার নেটিভ ফরম্যাট, আর তার ওপর কনটেক্সটের জায়গা। ডিফল্টভাবে macOS GPU-কে ইউনিফায়েড মেমরির প্রায় 75% ব্যবহার করতে দেয়। গতি: মেমরি ব্যান্ডউইথকে প্রতি টোকেনে পড়া বাইট দিয়ে ভাগ করলে একটি কথোপকথনের সর্বোচ্চ সীমা পাওয়া যায়; llama.cpp-এর পাবলিক Apple Silicon বেঞ্চমার্কে আসল রান এর প্রায় 45% থেকে 80% পর্যন্ত পৌঁছায়, আর সেই রেঞ্জটাই দেখানো হয়েছে। এগুলো অনুমান, মাপা ফল নয়: MLX Bench-এ আপনার নিজের Mac মাপুন। মডেলের তথ্য প্রতিটি অফিশিয়াল মডেল কার্ড থেকে, চিপের তথ্য Apple-এর Tech Specs থেকে। যাচাই করা হয়েছে 2026-10-19। mlx.app/compare-এর একই ডেটা।