AnmeldenWallet erstellen

Was läuft auf dem M2 mit 24 GB?

20 von 73 offenen Modellen laufen darauf gut. Die GPU kann standardmäßig etwa 18 GB der 24 GB nutzen, und der Chip liest den Speicher mit 100 GB/s. Das bestimmt, wie schnell er schreibt. Steckt in: MacBook Air (M2, 2022), MacBook Pro (13-inch, M2, 2022), MacBook Air (15-inch, M2, 2023), Mac mini (2023).

Das klügste, das gut läuftMiniCPM5 2B8 Bit · 2,7 GB · 17–30 tok/sDas größte, das gut läuftGemma 4 26B A4B4 Bit · 14,2 GB · 21–38 tok/s

Läuft gut 25

Passt mit Platz für den Kontext, bei 10 oder mehr Tokens pro Sekunde.

ModellVersionSpeicherTokens/s
MiniCPM5 2B2,52B · Intelligenz 12,58 Bit2,7 GB17–30
Granite 4.2 8B8B · Intelligenz 11,14 Bit4,5 GB10–18
Granite 4.2 3B3B · Intelligenz 9,18 Bit3,2 GB14–25
gpt-oss-20b21B · 3,6B aktiv · Intelligenz 94,25 Bit nativ13,8 GB24–42
Gemma 4 E4B8B · Intelligenz 8,96 Bit6,5 GB12–22
Nemotron 3 Nano 4B3,97B · Intelligenz 4,88 Bit4,2 GB11–19
Gemma 4 26B A4B25,2B · 3,8B aktiv4 Bit14,2 GB21–38
LFM2.5 24B A2B24B · 2B aktiv4 Bit13,5 GB41–73
Qwen3 8B8,2B4 Bit4,6 GB10–17
Llama 3.1 8B Instruct8B4 Bit4,5 GB10–18
Gemma 4 E2B5,1B8 Bit5,4 GB19–33
Qwen3.5 4B4B8 Bit4,3 GB10–19
Phi-4 mini instruct3,8B8 Bit4 GB11–20
Llama 3.2 3B Instruct3,21B8 Bit3,4 GB13–24
SmolLM3 3B3B8 Bit3,2 GB14–25
LFM2.5 2.6B2,69B8 Bit2,9 GB16–28
Qwen3.5 2B2B8 Bit2,1 GB21–38
Llama 3.2 1B Instruct1,23B8 Bit1,3 GB35–62
Qwen3.5 0.8B0,8B8 Bit0,9 GB50–89
Qwen3 0.6B0,6B8 Bit0,6 GB75–133
Qwen3.6 35B A3B35B · 3B aktiv · Intelligenz 18,23 Bit geringere Qualität15,3 GB35–62
Nemotron 3.5 Lightning 30B A3B30B · 3B aktiv · Intelligenz 12,93 Bit geringere Qualität13,1 GB35–62
Nemotron 3 Nano 30B A3B30B · 3,5B aktiv · Intelligenz 8,93 Bit geringere Qualität13,1 GB30–53
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B aktiv3 Bit geringere Qualität13,3 GB32–57
GLM-4.7 Flash30B · 3B aktiv3 Bit geringere Qualität13,1 GB35–62

Läuft, aber langsam 13

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

ModellVersionSpeicherTokens/s
Qwen3.8 27B27B · Intelligenz 33,74 Bit15,2 GB3–5
Qwen3.5 9B9B · Intelligenz 11,28 Bit9,6 GB5–8
Ministral 3 8B8,9B · Intelligenz 5,58 Bit9,5 GB5–8
Qwen3.6 27B27B4 Bit15,2 GB3–5
Devstral Small 2 (24B)24B4 Bit13,5 GB3–6
Magistral Small 1.2 (2509)24B4 Bit13,5 GB3–6
Mistral Small 3.2 (24B)24B4 Bit13,5 GB3–6
Phi-4 Reasoning Vision 15B15B8 Bit15,9 GB3–5
Phi-4 (14B)14B8 Bit14,9 GB3–5
Gemma 4 12B Unified12B8 Bit12,7 GB4–6
Muse Glimmer 30B29,6B · Intelligenz 17,53 Bit geringere Qualität13 GB3–6
Gemma 4 31B30,7B · Intelligenz 14,73 Bit geringere Qualität13,4 GB3–6
Granite 4.2 30B30B · Intelligenz 12,73 Bit geringere Qualität13,1 GB3–6

Zu groß 35

Braucht mehr als 24 GB Speicher, selbst mit 2 Bit.

Andere Macs

Alle Macs mit 24 GB, mit jedem Chip.

Der M2 mit mehr oder weniger Speicher:

Benachbarte Chips:

Im direkten Vergleich:

Mit jedem Mac oder jeder GPU vergleichen · Der M2 für lokale KI · Der beste Mac für lokale LLMs · Alle Macs

Fragen

Welches LLM ist das beste für den M2 mit 24 GB?
Unter den Modellen mit veröffentlichtem Intelligence Index erzielt MiniCPM5 2B den höchsten Wert von denen, die hier gut laufen: 8 Bit, etwa 17–30 Tokens pro Sekunde. Das größte, das gut läuft, ist Gemma 4 26B A4B.
Kann der M2 mit 24 GB Llama 3.3 70B ausführen?
Nein: Selbst mit 2 Bit braucht es mehr als die 18 GB, die die GPU standardmäßig nutzen kann.
Wie schnell ist gpt-oss-20b auf dem M2?
Etwa 24–42 Tokens pro Sekunde (4,25 Bit nativ), bei 100 GB/s Speicherbandbreite des Chips.

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.

Welche LLMs laufen auf dem M2 mit 24 GB? Modelle, Tempo