ভালো চলে 25
কনটেক্সটের জায়গা রেখেই ধরে, সেকেন্ডে 10 বা তার বেশি টোকেনে।
| মডেল | ভার্সন | মেমরি | টোকেন/সেকেন্ড |
|---|---|---|---|
| MiniCPM5 2B2.52B · ইন্টেলিজেন্স 12.5 | 8-bit | 2.7 GB | 17–30 |
| Granite 4.2 8B8B · ইন্টেলিজেন্স 11.1 | 4-bit | 4.5 GB | 10–18 |
| Granite 4.2 3B3B · ইন্টেলিজেন্স 9.1 | 8-bit | 3.2 GB | 14–25 |
| gpt-oss-20b21B · 3.6B সক্রিয় · ইন্টেলিজেন্স 9 | নেটিভ 4.25-bit | 13.8 GB | 24–42 |
| Gemma 4 E4B8B · ইন্টেলিজেন্স 8.9 | 6-bit | 6.5 GB | 12–22 |
| Nemotron 3 Nano 4B3.97B · ইন্টেলিজেন্স 4.8 | 8-bit | 4.2 GB | 11–19 |
| Gemma 4 26B A4B25.2B · 3.8B সক্রিয় | 4-bit | 14.2 GB | 21–38 |
| LFM2.5 24B A2B24B · 2B সক্রিয় | 4-bit | 13.5 GB | 41–73 |
| Qwen3 8B8.2B | 4-bit | 4.6 GB | 10–17 |
| Llama 3.1 8B Instruct8B | 4-bit | 4.5 GB | 10–18 |
| Gemma 4 E2B5.1B | 8-bit | 5.4 GB | 19–33 |
| Qwen3.5 4B4B | 8-bit | 4.3 GB | 10–19 |
| Phi-4 mini instruct3.8B | 8-bit | 4 GB | 11–20 |
| Llama 3.2 3B Instruct3.21B | 8-bit | 3.4 GB | 13–24 |
| SmolLM3 3B3B | 8-bit | 3.2 GB | 14–25 |
| LFM2.5 2.6B2.69B | 8-bit | 2.9 GB | 16–28 |
| Qwen3.5 2B2B | 8-bit | 2.1 GB | 21–38 |
| Llama 3.2 1B Instruct1.23B | 8-bit | 1.3 GB | 35–62 |
| Qwen3.5 0.8B0.8B | 8-bit | 0.9 GB | 50–89 |
| Qwen3 0.6B0.6B | 8-bit | 0.6 GB | 75–133 |
| Qwen3.6 35B A3B35B · 3B সক্রিয় · ইন্টেলিজেন্স 18.2 | 3-bit কম মান | 15.3 GB | 35–62 |
| Nemotron 3.5 Lightning 30B A3B30B · 3B সক্রিয় · ইন্টেলিজেন্স 12.9 | 3-bit কম মান | 13.1 GB | 35–62 |
| Nemotron 3 Nano 30B A3B30B · 3.5B সক্রিয় · ইন্টেলিজেন্স 8.9 | 3-bit কম মান | 13.1 GB | 30–53 |
| Qwen3 Coder 30B A3B Instruct30.5B · 3.3B সক্রিয় | 3-bit কম মান | 13.3 GB | 32–57 |
| GLM-4.7 Flash30B · 3B সক্রিয় | 3-bit কম মান | 13.1 GB | 35–62 |
চলে, তবে ধীরে 13
ধরে, তবে সেকেন্ডে 10 টোকেনের কম: ব্যাচ কাজের জন্য ঠিক আছে, চ্যাটের জন্য ধীর।
| মডেল | ভার্সন | মেমরি | টোকেন/সেকেন্ড |
|---|---|---|---|
| Qwen3.8 27B27B · ইন্টেলিজেন্স 33.7 | 4-bit | 15.2 GB | 3–5 |
| Qwen3.5 9B9B · ইন্টেলিজেন্স 11.2 | 8-bit | 9.6 GB | 5–8 |
| Ministral 3 8B8.9B · ইন্টেলিজেন্স 5.5 | 8-bit | 9.5 GB | 5–8 |
| Qwen3.6 27B27B | 4-bit | 15.2 GB | 3–5 |
| Devstral Small 2 (24B)24B | 4-bit | 13.5 GB | 3–6 |
| Magistral Small 1.2 (2509)24B | 4-bit | 13.5 GB | 3–6 |
| Mistral Small 3.2 (24B)24B | 4-bit | 13.5 GB | 3–6 |
| Phi-4 Reasoning Vision 15B15B | 8-bit | 15.9 GB | 3–5 |
| Phi-4 (14B)14B | 8-bit | 14.9 GB | 3–5 |
| Gemma 4 12B Unified12B | 8-bit | 12.7 GB | 4–6 |
| Muse Glimmer 30B29.6B · ইন্টেলিজেন্স 17.5 | 3-bit কম মান | 13 GB | 3–6 |
| Gemma 4 31B30.7B · ইন্টেলিজেন্স 14.7 | 3-bit কম মান | 13.4 GB | 3–6 |
| Granite 4.2 30B30B · ইন্টেলিজেন্স 12.7 | 3-bit কম মান | 13.1 GB | 3–6 |
খুব বড় 35
24 GB-এর চেয়ে বেশি মেমরি লাগে, 2 bit-এও।
- MiMo V2.6 Pro1,020B
- Kimi K32,800B
- MiMo V2.6 Flash309B
- Kimi K2.7 Code1,000B
- gpt-oss-120b117B
- Kimi K2.61,000B
- DeepSeek V4.1 Flash 1017552B
- GLM-5.3744B
- GLM-5.3 Flash320B
- Qwen3.8 2.4T A95B2,400B
- Qwen3.8 Flash Next180B
- Muse Spark Open816B
- DeepSeek V4 Pro 08131,600B
- Beam 1.0501B
- MiniMax M3428B
- Inkling Small276B
- Hy3295B
- Inkling975B
- Nemotron 3 Ultra 550B A55B550B
- Nemotron 3.5 Bolt 74B A9B74B
- Qwen3.5 397B A17B397B
- Qwen3.5 122B A10B122B
- Mistral Medium 3.5 (128B)128B
- Mistral Small 4 (119B)119B
- Llama 4 Maverick 17B-128E Instruct400B
- Qwen3 Coder Next80B
- Llama 4 Scout 17B-16E Instruct109B
- Mistral Large 3 (675B)675B
- DeepSeek V4 Flash 0731284B
- MiniMax M2.7230B
- Devstral 2 (123B)123B
- Ornith 1.5 122B122B
- Nemotron 3 Super 120B A12B120B
- GLM-4.5 Air106B
- Llama 3.3 70B Instruct70B
অন্য Mac
24 GB-এর সব Mac, যেকোনো চিপের।
কম বা বেশি মেমরির M2:
কাছাকাছি চিপ:
মুখোমুখি:
যেকোনো Mac বা GPU-র সঙ্গে তুলনা করুন · লোকাল AI-এর জন্য M2 · লোকাল LLM-এর জন্য সেরা Mac · সব Mac
প্রশ্ন
- 24 GB-এর M2-এর জন্য সেরা LLM কোনটি?
- যেসব মডেলের Intelligence Index প্রকাশিত, তার মধ্যে এখানে ভালো চলে এমনগুলোর মধ্যে MiniCPM5 2B-এর স্কোর সবচেয়ে বেশি: 8-bit, সেকেন্ডে প্রায় 17–30 টোকেন। ভালো চলে এমন সবচেয়ে বড় মডেল হলো Gemma 4 26B A4B।
- 24 GB-এর M2 কি Llama 3.3 70B চালাতে পারে?
- না: 2 bit-এও এর লাগে GPU ডিফল্টভাবে যে 18 GB ব্যবহার করতে পারে তার চেয়ে বেশি।
- M2-এ gpt-oss-20b কত দ্রুত চলে?
- সেকেন্ডে প্রায় 24–42 টোকেন (নেটিভ 4.25-bit), চিপের 100 GB/s মেমরি ব্যান্ডউইথ থেকে হিসাব করা।
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।