ΣύνδεσηΔημιουργία πορτοφολιού

MacBook Pro με M1 Max για τοπικό AI.

Με 64 GB τρέχει καλά 46 από 82 ανοιχτά μοντέλα, έως και το Nemotron 3.5 Bolt 74B A9B, και γράφει περίπου 95–168 tokens ανά δευτερόλεπτο με το gpt-oss-20b. Το M1 Max διαβάζει τη μνήμη με 400 GB/s, κάτι που καθορίζει πόσο γρήγορα γράφει.

Ενημέρωση

32 GB44 μοντέλα τρέχουν καλάQwen3.6 35B A3B · 106–188 tok/s64 GB46 μοντέλα τρέχουν καλάNemotron 3.5 Bolt 74B A9B · 35–63 tok/s

Ανά μέγεθος μνήμης

ΜνήμηΤρέχουν καλάΤο μεγαλύτερο που τρέχει καλάgpt-oss-20b
32 GB400 GB/s44Qwen3.6 35B A3B95–168 tok/s
64 GB400 GB/s46Nemotron 3.5 Bolt 74B A9B95–168 tok/s

Μοντέλα: MacBook Pro (14-inch, 2021), MacBook Pro (16-inch, 2021). Δεν διατίθεται κάθε μέγεθος μνήμης με κάθε μοντέλο· τα Τεχνικά χαρακτηριστικά της Apple αναφέρουν τι προσφέρει το καθένα.

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

Ερωτήσεις

Είναι ο MacBook Pro με M1 Max καλός για τοπικά LLM;
Με 64 GB τρέχει καλά 46 από 82 ανοιχτά μοντέλα, έως και το Nemotron 3.5 Bolt 74B A9B, και γράφει περίπου 95–168 tokens ανά δευτερόλεπτο με το gpt-oss-20b. Το M1 Max διαβάζει τη μνήμη με 400 GB/s, κάτι που καθορίζει πόσο γρήγορα γράφει.
Πόση μνήμη πρέπει να έχει ένας MacBook Pro με M1 Max για AI;
Με 32 GB τρέχει καλά 44 ανοιχτά μοντέλα· με 64 GB, 46, έως και το Nemotron 3.5 Bolt 74B A9B. Η μνήμη καθορίζει ποια μοντέλα χωρούν και δεν αναβαθμίζεται αργότερα.

Άλλοι Mac

Ο MacBook Pro με άλλα τσιπ:

Άλλοι Mac με M1 Max:

Κατά μέτωπο:

Το M1 Max για τοπικό AI · Ο καλύτερος Mac για τοπικά LLM · Πόση RAM χρειάζεται ένα LLM · Όλοι οι Mac

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)