Welches LLM ist das beste für einen Mac mit 36 GB?

Unter den Modellen mit veröffentlichtem Intelligence Index erzielt Qwen3.8 27B den höchsten Wert von denen, die in 36 GB gut laufen (4 Bit). Das größte, das gut läuft, ist Qwen3.6 35B A3B. Für Code: Qwen3 Coder 30B A3B Instruct.

Reichen 36 GB für lokale KI auf dem Mac?

38 der 73 offenen Modelle hier laufen darin gut, mit 4 Bit oder mehr. macOS lässt die GPU standardmäßig etwa 27 GB davon nutzen; Modell und Kontext müssen da hineinpassen.

Kann ein Mac mit 36 GB gpt-oss-20b ausführen?

Ja, 4,25 Bit nativ, mit etwa 36–63 Tokens pro Sekunde auf dem M3 Pro und 109–194 auf dem M5 Max.

Beste lokale LLMs für Macs mit 36 GB (M3 bis M5): was läuft

Macs mit 36 GB

4 Chips von M3 bis M5 gibt es mit 36 GB. Öffne einen für seine eigene Liste und sein Tempo.

Läuft gut 40

Passt mit Platz für den Kontext, bei 10 oder mehr Tokens pro Sekunde auf dem M5 Max.

Modell	Version	Speicher	M3 Pro	M5 Max
Qwen3.8 27B27B · Intelligenz 33,7	4 Bit	15,2 GB	3–5	14–24
Qwen3.6 35B A3B35B · 3B aktiv · Intelligenz 18,2	4 Bit	19,7 GB	40–71	122–216
Muse Glimmer 30B29,6B · Intelligenz 17,5	4 Bit	16,7 GB	3–5	12–22
Gemma 4 31B30,7B · Intelligenz 14,7	4 Bit	17,3 GB	3–5	12–21
Nemotron 3.5 Lightning 30B A3B30B · 3B aktiv · Intelligenz 12,9	6 Bit	24,4 GB	28–50	86–153
Granite 4.2 30B30B · Intelligenz 12,7	4 Bit	16,9 GB	3–5	12–22
MiniCPM5 2B2,52B · Intelligenz 12,5	8 Bit	2,7 GB	25–44	77–136
Qwen3.5 9B9B · Intelligenz 11,2	8 Bit	9,6 GB	13–24	22–38
Granite 4.2 8B8B · Intelligenz 11,1	8 Bit	8,5 GB	10–18	24–43
Granite 4.2 3B3B · Intelligenz 9,1	8 Bit	3,2 GB	21–38	65–115
gpt-oss-20b21B · 3,6B aktiv · Intelligenz 9	4,25 Bit nativ	13,8 GB	36–63	109–194
Nemotron 3 Nano 30B A3B30B · 3,5B aktiv · Intelligenz 8,9	6 Bit	24,4 GB	24–43	74–131
Gemma 4 E4B8B · Intelligenz 8,9	8 Bit	8,5 GB	14–25	43–77
Ministral 3 8B8,9B · Intelligenz 5,5	8 Bit	9,5 GB	14–24	22–39
Nemotron 3 Nano 4B3,97B · Intelligenz 4,8	8 Bit	4,2 GB	16–29	49–88
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B aktiv	6 Bit	24,8 GB	25–44	77–136
GLM-4.7 Flash30B · 3B aktiv	6 Bit	24,4 GB	28–50	86–153
Qwen3.6 27B27B	4 Bit	15,2 GB	3–5	14–24
Gemma 4 26B A4B25,2B · 3,8B aktiv	6 Bit	20,5 GB	22–39	67–119
Devstral Small 2 (24B)24B	6 Bit	19,5 GB	3–6	11–19
Magistral Small 1.2 (2509)24B	6 Bit	19,5 GB	3–6	11–19
Mistral Small 3.2 (24B)24B	6 Bit	19,5 GB	3–6	11–19
LFM2.5 24B A2B24B · 2B aktiv	6 Bit	19,5 GB	42–75	129–230
Phi-4 Reasoning Vision 15B15B	8 Bit	15,9 GB	4–8	13–23
Phi-4 (14B)14B	8 Bit	14,9 GB	5–8	14–25
Gemma 4 12B Unified12B	8 Bit	12,7 GB	10–18	16–29
Qwen3 8B8,2B	8 Bit	8,7 GB	10–18	24–42
Llama 3.1 8B Instruct8B	8 Bit	8,5 GB	10–18	24–43
Gemma 4 E2B5,1B	8 Bit	5,4 GB	28–50	86–153
Qwen3.5 4B4B	8 Bit	4,3 GB	16–28	48–86
Phi-4 mini instruct3,8B	8 Bit	4 GB	17–30	52–92
Llama 3.2 3B Instruct3,21B	8 Bit	3,4 GB	20–35	61–108
SmolLM3 3B3B	8 Bit	3,2 GB	21–38	65–115
LFM2.5 2.6B2,69B	8 Bit	2,9 GB	23–41	71–127
Qwen3.5 2B2B	8 Bit	2,1 GB	32–57	99–175
Llama 3.2 1B Instruct1,23B	8 Bit	1,3 GB	52–92	159–283
Qwen3.5 0.8B0,8B	8 Bit	0,9 GB	75–133	230–409
Qwen3 0.6B0,6B	8 Bit	0,6 GB	113–200	345–613
Nemotron 3.5 Bolt 74B A9B74B · 9B aktiv · Intelligenz 21,4	2 Bit geringere Qualität	23,1 GB	24–43	74–131
Qwen3 Coder Next80B · 3B aktiv · Intelligenz 9,2	2 Bit geringere Qualität	25 GB	75–133	230–409

Läuft, aber langsam 1

Passt, aber unter 10 Tokens pro Sekunde: gut für Stapelverarbeitung, langsam für Chats.

Modell	Version	Speicher	M3 Pro	M5 Max
Llama 3.3 70B Instruct70B	2 Bit geringere Qualität	21,9 GB	3–5	9–17

Fragen

Welches LLM ist das beste für einen Mac mit 36 GB?: Unter den Modellen mit veröffentlichtem Intelligence Index erzielt Qwen3.8 27B den höchsten Wert von denen, die in 36 GB gut laufen (4 Bit). Das größte, das gut läuft, ist Qwen3.6 35B A3B. Für Code: Qwen3 Coder 30B A3B Instruct.
Reichen 36 GB für lokale KI auf dem Mac?: 38 der 73 offenen Modelle hier laufen darin gut, mit 4 Bit oder mehr. macOS lässt die GPU standardmäßig etwa 27 GB davon nutzen; Modell und Kontext müssen da hineinpassen.
Kann ein Mac mit 36 GB gpt-oss-20b ausführen?: Ja, 4,25 Bit nativ, mit etwa 36–63 Tokens pro Sekunde auf dem M3 Pro und 109–194 auf dem M5 Max.

Andere Größen: 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

Führ sie mit MLX Harness (kostenlos, Open Source) oder mit Apples mlx-lm im Terminal aus: Schritt für Schritt.

So wird gerechnet

Speicher: die Parameter des Modells mit 8, 6, 4, 3 oder 2 Bit pro Gewicht plus die Gruppenskalen von MLX (ein halbes Bit pro Gewicht) oder in seinem nativen Format, dazu Platz für den Kontext. Standardmäßig lässt macOS die GPU etwa 75 % des gemeinsamen Arbeitsspeichers nutzen. Tempo: Speicherbandbreite geteilt durch die pro Token gelesenen Bytes ergibt die Obergrenze für eine Unterhaltung; in den öffentlichen Apple Silicon Benchmarks von llama.cpp erreichen echte Läufe etwa 45 % bis 80 % davon, und diese Spanne zeigen wir. Das sind Schätzungen, keine Messungen: Miss deinen eigenen Mac mit MLX Bench. Modellwerte aus der jeweiligen offiziellen Model Card, Chipwerte aus Apples technischen Daten. Geprüft am 2026-10-19. Dieselben Daten wie auf mlx.app/compare.

Die besten LLMs für einen Mac mit 36 GB.