ΣύνδεσηΔημιουργία πορτοφολιού

Τι τρέχει ένας Mac με M6 και 32 GB;

35 από 82 ανοιχτά μοντέλα τρέχουν καλά σε αυτόν. Από προεπιλογή η GPU μπορεί να χρησιμοποιήσει περίπου 24 GB από τα 32 GB, και διαβάζει τη μνήμη με 170 GB/s, κάτι που καθορίζει πόσο γρήγορα γράφει. Υπάρχει σε: Mac mini (M6 or M5 Pro).

Ενημέρωση

Το εξυπνότερο που τρέχει καλάQwen3.6 35B A3B4-bit · 19,7 GB · 45–80 tok/sΤο μεγαλύτερο που τρέχει καλάQwen3.6 35B A3B4-bit · 19,7 GB · 45–80 tok/sΓια κώδικαQwen3 Coder 30B A3B Instruct4-bit · 17,2 GB · 40–72 tok/s

Τρέχει καλά 36

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

ΜοντέλοΈκδοσηΜνήμηTokens/s
Qwen3.6 35B A3B35B · 3B ενεργές · Νοημοσύνη 18,24-bit19,7 GB45–80
Nemotron 3.5 Lightning 30B A3B30B · 3B ενεργές · Νοημοσύνη 12,94-bit16,9 GB45–80
MiniCPM5 2B2,52B · Νοημοσύνη 12,58-bit2,7 GB28–50
Qwen3.5 9B9B · Νοημοσύνη 11,26-bit7,3 GB10–19
Granite 4.2 8B8B · Νοημοσύνη 11,16-bit6,5 GB12–21
Granite 4.2 3B3B · Νοημοσύνη 9,18-bit3,2 GB24–43
gpt-oss-20b21B · 3,6B ενεργές · Νοημοσύνη 9εγγενές 4,25-bit13,8 GB40–72
Nemotron 3 Nano 30B A3B30B · 3,5B ενεργές · Νοημοσύνη 8,94-bit16,9 GB38–68
Gemma 4 E4B8B · Νοημοσύνη 8,98-bit8,5 GB16–28
Ministral 3 8B8,9B · Νοημοσύνη 5,56-bit7,2 GB11–19
Nemotron 3 Nano 4B3,97B · Νοημοσύνη 4,88-bit4,2 GB18–32
Sage-A1.535B · 2,95B ενεργές4-bit19,7 GB45–80
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B ενεργές4-bit17,2 GB40–72
Hy-Memory-30B-A3B30,1B · 3,2B ενεργές4-bit16,9 GB43–76
GLM-4.7 Flash30B · 3B ενεργές4-bit16,9 GB45–80
Raon-1 mini Preview28,8B · 4,3B ενεργές4-bit16,2 GB32–57
Gemma 4 26B A4B25,2B · 3,8B ενεργές6-bit20,5 GB25–44
LFM2.5 24B A2B24B · 2B ενεργές6-bit19,5 GB48–85
Phi-4 (14B)14B4-bit7,9 GB10–17
Gemma 4 12B Unified12B4-bit6,7 GB11–20
Qwen3 8B8,2B6-bit6,7 GB11–20
Llama 3.1 8B Instruct8B6-bit6,5 GB12–21
Gemma 4 E2B5,1B8-bit5,4 GB32–57
Nanbeige4.2 3B4,17B8-bit4,4 GB10–17
Spark-X2.6 4B4,11B8-bit4,4 GB17–31
Qwen3.5 4B4B8-bit4,3 GB18–32
Nemotron-Labs Dory 1.0 4B3,98B8-bit4,2 GB12–22
Phi-4 mini instruct3,8B8-bit4 GB19–34
Llama 3.2 3B Instruct3,21B8-bit3,4 GB23–40
SmolLM3 3B3B8-bit3,2 GB24–43
LFM2.5 2.6B2,69B8-bit2,9 GB26–47
Qwen3.5 2B2B8-bit2,1 GB36–65
Llama 3.2 1B Instruct1,23B8-bit1,3 GB59–105
Qwen3.5 0.8B0,8B8-bit0,9 GB85–151
Qwen3 0.6B0,6B8-bit0,6 GB128–227
Recursive Flint39,8B · 2,5B ενεργές3-bit χαμηλότερη ποιότητα17,4 GB70–124

Τρέχει, αλλά αργά 10

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

ΜοντέλοΈκδοσηΜνήμηTokens/s
Qwen3.8 27B27B · Νοημοσύνη 33,76-bit21,9 GB3–6
Muse Glimmer 30B29,6B · Νοημοσύνη 17,54-bit16,7 GB5–8
Gemma 4 31B30,7B · Νοημοσύνη 14,74-bit17,3 GB4–8
Granite 4.2 30B30B · Νοημοσύνη 12,74-bit16,9 GB5–8
Qwen3.6 27B27B6-bit21,9 GB3–6
Devstral Small 2 (24B)24B6-bit19,5 GB4–7
Magistral Small 1.2 (2509)24B6-bit19,5 GB4–7
Mistral Small 3.2 (24B)24B6-bit19,5 GB4–7
Phi-4 Reasoning Vision 15B15B8-bit15,9 GB5–9
Llama 3.3 70B Instruct70B2-bit χαμηλότερη ποιότητα21,9 GB3–6

Χωράει οριακά 2

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

ΜοντέλοΈκδοσηΜνήμηTokens/s
Nemotron 3.5 Bolt 74B A9B74B · 9B ενεργές · Νοημοσύνη 21,42-bit χαμηλότερη ποιότητα23,1 GB27–49
Qwen3 Coder Next80B · 3B ενεργές · Νοημοσύνη 9,22-bit χαμηλότερη ποιότητα25 GB85–151

Πολύ μεγάλο 34

Χρειάζεται περισσότερα από 32 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.

Άλλοι Mac

Όλοι οι Mac με 32 GB, με οποιοδήποτε τσιπ.

Το M6 με περισσότερη ή λιγότερη μνήμη:

Γειτονικά τσιπ:

Κατά μέτωπο:

Συγκρίνετέ το με οποιονδήποτε Mac ή GPU · Το M6 για τοπικό AI · Ο καλύτερος Mac για τοπικά LLM · Πόση RAM χρειάζεται ένα LLM · Όλοι οι Mac

Ερωτήσεις

Ποιο είναι το καλύτερο LLM για Mac με M6 και 32 GB;
Από τα μοντέλα με δημοσιευμένο Intelligence Index, το Qwen3.6 35B A3B έχει την υψηλότερη βαθμολογία ανάμεσα σε όσα τρέχουν καλά εδώ: 4-bit, περίπου 45–80 tokens ανά δευτερόλεπτο.
Μπορεί ένας Mac με M6 και 32 GB να τρέξει το Llama 3.3 70B;
Ναι, αλλά αργά: 2-bit (χαμηλότερη ποιότητα), με περίπου 3–6 tokens ανά δευτερόλεπτο.
Πόσο γρήγορο είναι το gpt-oss-20b σε M6;
Περίπου 40–72 tokens ανά δευτερόλεπτο (εγγενές 4,25-bit), με βάση το εύρος ζώνης μνήμης του τσιπ, 170 GB/s.

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

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)