Iniciar sesiónCrear billetera

¿Qué puede ejecutar un M3 con 8 GB?

16 de 73 modelos abiertos van bien en ella. De forma predeterminada, la GPU puede usar unos 6 GB de sus 8 GB, y el chip lee la memoria a 100 GB/s, lo que marca su velocidad de escritura. Está en: MacBook Pro (14-inch, M3, Nov 2023), iMac (24-inch, M3, 2023, Two ports), iMac (24-inch, M3, 2023, Four ports), MacBook Air (13-inch, M3, 2024) ….

El más inteligente que va bienMiniCPM5 2B8 bits · 2,7 GB · 17–30 tok/sEl más grande que va bienGranite 4.2 8B4 bits · 4,5 GB · 10–18 tok/s

Va bien 21

Cabe con espacio para el contexto, a 10 tokens por segundo o más.

ModeloVersiónMemoriaTokens/s
MiniCPM5 2B2,52B · Inteligencia 12,58 bits2,7 GB17–30
Granite 4.2 8B8B · Inteligencia 11,14 bits4,5 GB10–18
Granite 4.2 3B3B · Inteligencia 9,18 bits3,2 GB14–25
Gemma 4 E4B8B · Inteligencia 8,94 bits4,5 GB18–32
Nemotron 3 Nano 4B3,97B · Inteligencia 4,88 bits4,2 GB11–19
Llama 3.1 8B Instruct8B4 bits4,5 GB10–18
Gemma 4 E2B5,1B6 bits4,1 GB24–42
Qwen3.5 4B4B8 bits4,3 GB10–19
Phi-4 mini instruct3,8B8 bits4 GB11–20
Llama 3.2 3B Instruct3,21B8 bits3,4 GB13–24
SmolLM3 3B3B8 bits3,2 GB14–25
LFM2.5 2.6B2,69B8 bits2,9 GB16–28
Qwen3.5 2B2B8 bits2,1 GB21–38
Llama 3.2 1B Instruct1,23B8 bits1,3 GB35–62
Qwen3.5 0.8B0,8B8 bits0,9 GB50–89
Qwen3 0.6B0,6B8 bits0,6 GB75–133
Qwen3.5 9B9B · Inteligencia 11,23 bits menor calidad3,9 GB12–21
Ministral 3 8B8,9B · Inteligencia 5,53 bits menor calidad3,9 GB12–21
Phi-4 (14B)14B2 bits menor calidad4,4 GB10–18
Gemma 4 12B Unified12B2 bits menor calidad3,7 GB12–22
Qwen3 8B8,2B3 bits menor calidad3,6 GB13–22

Cabe muy justo 1

Necesita casi toda la memoria: sube el límite de memoria de la GPU y usa un contexto corto.

ModeloVersiónMemoriaTokens/s
Phi-4 Reasoning Vision 15B15B2 bits menor calidad4,7 GB10–17

Demasiado grande 51

Necesita más de 8 GB de memoria, incluso a 2 bits.

Otras Mac

Todas las Mac con 8 GB, con cualquier chip.

El M3 con más o menos memoria:

Chips vecinos:

Cara a cara:

Compáralo con cualquier Mac o GPU · El M3 para IA local · La mejor Mac para LLM en local · Todas las Mac

Preguntas

¿Cuál es el mejor LLM para un M3 con 8 GB?
De los modelos con un Intelligence Index publicado, MiniCPM5 2B obtiene la puntuación más alta entre los que van bien aquí: 8 bits, unos 17–30 tokens por segundo. El más grande que va bien es Granite 4.2 8B.
¿Puede un M3 con 8 GB ejecutar Llama 3.3 70B?
No: incluso a 2 bits necesita más que los 6 GB que la GPU puede usar de forma predeterminada.
¿Qué tan rápido va gpt-oss-20b en un M3?
No cabe en 8 GB.

Ejecútalos con MLX Harness (gratis, de código abierto) o con mlx-lm de Apple en Terminal: paso a paso.

Cómo se calcula

Memoria: los parámetros del modelo a 8, 6, 4, 3 o 2 bits por peso más las escalas por grupo de MLX (medio bit por peso), o su formato nativo, con espacio extra para el contexto. De forma predeterminada, macOS deja que la GPU use alrededor del 75 % de la memoria unificada. Velocidad: el ancho de banda de memoria dividido entre los bytes leídos por token es el techo para una conversación; en los benchmarks públicos de Apple Silicon de llama.cpp, las ejecuciones reales alcanzan entre el 45 % y el 80 % de ese techo, que es el rango que se muestra. Son estimaciones, no mediciones: mide tu propia Mac en MLX Bench. Datos de los modelos tomados de cada ficha oficial; datos de los chips, de las especificaciones técnicas de Apple. Revisado el 2026-10-19. Los mismos datos que mlx.app/compare.

¿Qué LLM ejecuta un M3 con 8 GB? Modelos y velocidad