ΣύνδεσηΔημιουργία πορτοφολιού

Τα καλύτερα LLM για Mac με 16 GB.

25 από 82 ανοιχτά μοντέλα τρέχουν καλά σε 16 GB. Από προεπιλογή η GPU μπορεί να χρησιμοποιήσει περίπου 12 GB από αυτά. Η ταχύτητα εξαρτάται από το τσιπ: από 68 GB/s στο M1 έως 200 GB/s στο M1 Pro.

Ενημέρωση

Το εξυπνότερο που τρέχει καλάMiniCPM5 2B8-bit · 2,7 GB · 11–59 tok/sΤο μεγαλύτερο που τρέχει καλάPhi-4 Reasoning Vision 15B4-bit · 8,4 GB · 4–19 tok/s

Mac με 16 GB

8 τσιπ από M1 έως M6 διατίθενται με 16 GB. Ανοίξτε ένα για τη δική του λίστα και τις ταχύτητές του.

Τρέχει καλά 38

Χωράει με χώρο για τα συμφραζόμενα, με 10 ή περισσότερα tokens ανά δευτερόλεπτο στο M1 Pro.

ΜοντέλοΈκδοσηΜνήμηM1M1 Pro
MiniCPM5 2B2,52B · Νοημοσύνη 12,58-bit2,7 GB11–2033–59
Qwen3.5 9B9B · Νοημοσύνη 11,26-bit7,3 GB3–612–22
Granite 4.2 8B8B · Νοημοσύνη 11,18-bit8,5 GB4–611–19
Granite 4.2 3B3B · Νοημοσύνη 9,18-bit3,2 GB10–1728–50
Gemma 4 E4B8B · Νοημοσύνη 8,98-bit8,5 GB12–2219–33
Ministral 3 8B8,9B · Νοημοσύνη 5,56-bit7,2 GB3–613–22
Nemotron 3 Nano 4B3,97B · Νοημοσύνη 4,88-bit4,2 GB10–1721–38
Phi-4 Reasoning Vision 15B15B4-bit8,4 GB4–611–19
Phi-4 (14B)14B4-bit7,9 GB4–711–20
Gemma 4 12B Unified12B4-bit6,7 GB3–613–24
Qwen3 8B8,2B8-bit8,7 GB4–610–18
Llama 3.1 8B Instruct8B8-bit8,5 GB4–611–19
Gemma 4 E2B5,1B8-bit5,4 GB13–2338–67
Nanbeige4.2 3B4,17B8-bit4,4 GB4–712–21
Spark-X2.6 4B4,11B8-bit4,4 GB13–2420–36
Qwen3.5 4B4B8-bit4,3 GB13–2421–37
Nemotron-Labs Dory 1.0 4B3,98B8-bit4,2 GB5–915–26
Phi-4 mini instruct3,8B8-bit4 GB10–1823–40
Llama 3.2 3B Instruct3,21B8-bit3,4 GB12–2126–47
SmolLM3 3B3B8-bit3,2 GB10–1728–50
LFM2.5 2.6B2,69B8-bit2,9 GB11–1931–55
Qwen3.5 2B2B8-bit2,1 GB15–2643–76
Llama 3.2 1B Instruct1,23B8-bit1,3 GB24–4269–123
Qwen3.5 0.8B0,8B8-bit0,9 GB34–60100–178
Qwen3 0.6B0,6B8-bit0,6 GB51–91150–267
Qwen3.8 27B27B · Νοημοσύνη 33,72-bit χαμηλότερη ποιότητα8,4 GB4–611–19
Muse Glimmer 30B29,6B · Νοημοσύνη 17,52-bit χαμηλότερη ποιότητα9,3 GB3–610–17
Nemotron 3.5 Lightning 30B A3B30B · 3B ενεργές · Νοημοσύνη 12,92-bit χαμηλότερη ποιότητα9,4 GB34–60100–178
Granite 4.2 30B30B · Νοημοσύνη 12,72-bit χαμηλότερη ποιότητα9,4 GB3–610–17
gpt-oss-20b21B · 3,6B ενεργές · Νοημοσύνη 93-bit χαμηλότερη ποιότητα9,2 GB19–3456–100
Nemotron 3 Nano 30B A3B30B · 3,5B ενεργές · Νοημοσύνη 8,92-bit χαμηλότερη ποιότητα9,4 GB28–4982–145
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B ενεργές2-bit χαμηλότερη ποιότητα9,5 GB31–5490–160
Hy-Memory-30B-A3B30,1B · 3,2B ενεργές2-bit χαμηλότερη ποιότητα9,4 GB31–5490–160
GLM-4.7 Flash30B · 3B ενεργές2-bit χαμηλότερη ποιότητα9,4 GB34–60100–178
Raon-1 mini Preview28,8B · 4,3B ενεργές2-bit χαμηλότερη ποιότητα9 GB24–4269–123
Qwen3.6 27B27B2-bit χαμηλότερη ποιότητα8,4 GB4–611–19
Gemma 4 26B A4B25,2B · 3,8B ενεργές2-bit χαμηλότερη ποιότητα7,9 GB26–4575–133
LFM2.5 24B A2B24B · 2B ενεργές3-bit χαμηλότερη ποιότητα10,5 GB34–60100–178

Τρέχει, αλλά αργά 4

Χωράει, αλλά με λιγότερα από 10 tokens ανά δευτερόλεπτο: καλό για μαζικές εργασίες, αργό για συνομιλία.

ΜοντέλοΈκδοσηΜνήμηM1M1 Pro
Gemma 4 31B30,7B · Νοημοσύνη 14,72-bit χαμηλότερη ποιότητα9,6 GB3–69–17
Devstral Small 2 (24B)24B3-bit χαμηλότερη ποιότητα10,5 GB3–59–15
Magistral Small 1.2 (2509)24B3-bit χαμηλότερη ποιότητα10,5 GB3–59–15
Mistral Small 3.2 (24B)24B3-bit χαμηλότερη ποιότητα10,5 GB3–59–15

Χωράει οριακά 3

Χρειάζεται σχεδόν όλη τη μνήμη: αυξήστε το όριο μνήμης της GPU και κρατήστε τα συμφραζόμενα σύντομα.

ΜοντέλοΈκδοσηΜνήμηM1M1 Pro
Qwen3.6 35B A3B35B · 3B ενεργές · Νοημοσύνη 18,22-bit χαμηλότερη ποιότητα10,9 GB34–60100–178
Recursive Flint39,8B · 2,5B ενεργές2-bit χαμηλότερη ποιότητα12,4 GB38–68113–200
Sage-A1.535B · 2,95B ενεργές2-bit χαμηλότερη ποιότητα10,9 GB34–60100–178

Πολύ μεγάλο 37

Χρειάζεται περισσότερα από 16 GB μνήμης, ακόμη και στα 2 bit.

Οι καλύτερες εφαρμογές AI για ένα Mac σαν αυτό στο AI App Store: τιμή, άδεια και πού πηγαίνουν τα δεδομένα σας.

Ερωτήσεις

Ποιο είναι το καλύτερο LLM για Mac με 16 GB;
Από τα μοντέλα με δημοσιευμένο Intelligence Index, το MiniCPM5 2B έχει την υψηλότερη βαθμολογία ανάμεσα σε όσα τρέχουν καλά σε 16 GB (8-bit). Το μεγαλύτερο που τρέχει καλά είναι το Phi-4 Reasoning Vision 15B.
Αρκούν 16 GB για τοπικό AI σε Mac;
25 από τα 82 ανοιχτά μοντέλα εδώ τρέχουν καλά σε αυτά, σε 4 bit ή καλύτερα. Από προεπιλογή το macOS αφήνει την GPU να χρησιμοποιεί περίπου 12 GB από αυτά· το μοντέλο και τα συμφραζόμενά του πρέπει να χωρούν εκεί.
Μπορεί ένας Mac με 16 GB να τρέξει το gpt-oss-20b;
Ναι, 3-bit, με περίπου 19–34 tokens ανά δευτερόλεπτο σε M1 και 56–100 σε M1 Pro.

Άλλα μεγέθη: 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

Εκτελέστε τα με το mlx-lm της Apple στο Terminal: βήμα προς βήμα.

Πόση RAM χρειάζεται ένα LLM · Το καλύτερο τοπικό LLM για προγραμματισμό

Πώς υπολογίζεται

Μνήμη: οι παράμετροι του μοντέλου σε 8, 6, 4, 3 ή 2 bit ανά βάρος συν τις κλίμακες ομάδων του MLX (μισό bit ανά βάρος), ή στην εγγενή του μορφή, με χώρο για τα συμφραζόμενα από πάνω. Από προεπιλογή το macOS αφήνει την GPU να χρησιμοποιεί περίπου το 75% της ενοποιημένης μνήμης. Ταχύτητα: το εύρος ζώνης μνήμης διαιρεμένο με τα bytes που διαβάζονται ανά token είναι το ανώτατο όριο για μία συνομιλία· στα δημόσια benchmarks Apple Silicon του llama.cpp οι πραγματικές εκτελέσεις φτάνουν περίπου το 45% έως 80% του ορίου, και αυτό το εύρος δείχνουμε. Είναι εκτιμήσεις, όχι μετρήσεις: μετρήστε τον δικό σας Mac στο MLX Bench. Στοιχεία μοντέλων από την επίσημη κάρτα κάθε μοντέλου, στοιχεία τσιπ από τα Τεχνικά χαρακτηριστικά της Apple. Ελέγχθηκε 2026-10-19. Ίδια δεδομένα με το mlx.app/compare.

Ανοιχτά δεδομένα: mlx.app/data (JSON, CSV)