ΣύνδεσηΔημιουργία πορτοφολιού

Τα καλύτερα LLM για Mac με 36 GB.

45 από 82 ανοιχτά μοντέλα τρέχουν καλά σε 36 GB. Από προεπιλογή η GPU μπορεί να χρησιμοποιήσει περίπου 27 GB από αυτά. Η ταχύτητα εξαρτάται από το τσιπ: από 150 GB/s στο M3 Pro έως 460 GB/s στο M5 Max.

Ενημέρωση

Το εξυπνότερο που τρέχει καλάQwen3.8 27B4-bit · 15,2 GB · 3–24 tok/sΤο μεγαλύτερο που τρέχει καλάRecursive Flint4-bit · 22,4 GB · 48–263 tok/sΓια κώδικαQwen3 Coder 30B A3B Instruct6-bit · 24,8 GB · 25–136 tok/s

Mac με 36 GB

4 τσιπ από M3 έως M5 διατίθενται με 36 GB. Ανοίξτε ένα για τη δική του λίστα και τις ταχύτητές του.

Τρέχει καλά 47

Χωράει με χώρο για τα συμφραζόμενα, με 10 ή περισσότερα tokens ανά δευτερόλεπτο στο M5 Max.

ΜοντέλοΈκδοσηΜνήμηM3 ProM5 Max
Qwen3.8 27B27B · Νοημοσύνη 33,74-bit15,2 GB3–514–24
Qwen3.6 35B A3B35B · 3B ενεργές · Νοημοσύνη 18,24-bit19,7 GB40–71122–216
Muse Glimmer 30B29,6B · Νοημοσύνη 17,54-bit16,7 GB3–512–22
Gemma 4 31B30,7B · Νοημοσύνη 14,74-bit17,3 GB3–512–21
Nemotron 3.5 Lightning 30B A3B30B · 3B ενεργές · Νοημοσύνη 12,96-bit24,4 GB28–5086–153
Granite 4.2 30B30B · Νοημοσύνη 12,74-bit16,9 GB3–512–22
MiniCPM5 2B2,52B · Νοημοσύνη 12,58-bit2,7 GB25–4477–136
Qwen3.5 9B9B · Νοημοσύνη 11,28-bit9,6 GB13–2422–38
Granite 4.2 8B8B · Νοημοσύνη 11,18-bit8,5 GB10–1824–43
Granite 4.2 3B3B · Νοημοσύνη 9,18-bit3,2 GB21–3865–115
gpt-oss-20b21B · 3,6B ενεργές · Νοημοσύνη 9εγγενές 4,25-bit13,8 GB36–63109–194
Nemotron 3 Nano 30B A3B30B · 3,5B ενεργές · Νοημοσύνη 8,96-bit24,4 GB24–4374–131
Gemma 4 E4B8B · Νοημοσύνη 8,98-bit8,5 GB14–2543–77
Ministral 3 8B8,9B · Νοημοσύνη 5,58-bit9,5 GB14–2422–39
Nemotron 3 Nano 4B3,97B · Νοημοσύνη 4,88-bit4,2 GB16–2949–88
Recursive Flint39,8B · 2,5B ενεργές4-bit22,4 GB48–86148–263
Sage-A1.535B · 2,95B ενεργές4-bit19,7 GB40–71122–216
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B ενεργές6-bit24,8 GB25–4477–136
Hy-Memory-30B-A3B30,1B · 3,2B ενεργές6-bit24,4 GB26–4680–142
GLM-4.7 Flash30B · 3B ενεργές6-bit24,4 GB28–5086–153
Raon-1 mini Preview28,8B · 4,3B ενεργές6-bit23,4 GB19–3459–105
Qwen3.6 27B27B4-bit15,2 GB3–514–24
Gemma 4 26B A4B25,2B · 3,8B ενεργές6-bit20,5 GB22–3967–119
Devstral Small 2 (24B)24B6-bit19,5 GB3–611–19
Magistral Small 1.2 (2509)24B6-bit19,5 GB3–611–19
Mistral Small 3.2 (24B)24B6-bit19,5 GB3–611–19
LFM2.5 24B A2B24B · 2B ενεργές6-bit19,5 GB42–75129–230
Phi-4 Reasoning Vision 15B15B8-bit15,9 GB4–813–23
Phi-4 (14B)14B8-bit14,9 GB5–814–25
Gemma 4 12B Unified12B8-bit12,7 GB10–1816–29
Qwen3 8B8,2B8-bit8,7 GB10–1824–42
Llama 3.1 8B Instruct8B8-bit8,5 GB10–1824–43
Gemma 4 E2B5,1B8-bit5,4 GB28–5086–153
Nanbeige4.2 3B4,17B8-bit4,4 GB11–2027–47
Spark-X2.6 4B4,11B8-bit4,4 GB15–2747–84
Qwen3.5 4B4B8-bit4,3 GB16–2848–86
Nemotron-Labs Dory 1.0 4B3,98B8-bit4,2 GB11–1933–59
Phi-4 mini instruct3,8B8-bit4 GB17–3052–92
Llama 3.2 3B Instruct3,21B8-bit3,4 GB20–3561–108
SmolLM3 3B3B8-bit3,2 GB21–3865–115
LFM2.5 2.6B2,69B8-bit2,9 GB23–4171–127
Qwen3.5 2B2B8-bit2,1 GB32–5799–175
Llama 3.2 1B Instruct1,23B8-bit1,3 GB52–92159–283
Qwen3.5 0.8B0,8B8-bit0,9 GB75–133230–409
Qwen3 0.6B0,6B8-bit0,6 GB113–200345–613
Nemotron 3.5 Bolt 74B A9B74B · 9B ενεργές · Νοημοσύνη 21,42-bit χαμηλότερη ποιότητα23,1 GB24–4374–131
Qwen3 Coder Next80B · 3B ενεργές · Νοημοσύνη 9,22-bit χαμηλότερη ποιότητα25 GB75–133230–409

Τρέχει, αλλά αργά 1

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

ΜοντέλοΈκδοσηΜνήμηM3 ProM5 Max
Llama 3.3 70B Instruct70B2-bit χαμηλότερη ποιότητα21,9 GB3–59–17

Πολύ μεγάλο 34

Χρειάζεται περισσότερα από 36 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 36 GB;
Από τα μοντέλα με δημοσιευμένο Intelligence Index, το Qwen3.8 27B έχει την υψηλότερη βαθμολογία ανάμεσα σε όσα τρέχουν καλά σε 36 GB (4-bit). Το μεγαλύτερο που τρέχει καλά είναι το Recursive Flint. Για κώδικα: Qwen3 Coder 30B A3B Instruct.
Αρκούν 36 GB για τοπικό AI σε Mac;
45 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 27 GB από αυτά· το μοντέλο και τα συμφραζόμενά του πρέπει να χωρούν εκεί.
Μπορεί ένας Mac με 36 GB να τρέξει το gpt-oss-20b;
Ναι, εγγενές 4,25-bit, με περίπου 36–63 tokens ανά δευτερόλεπτο σε M3 Pro και 109–194 σε M5 Max.

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)