Iniciar sesiónCrear billetera

¿Qué puede ejecutar un M6 con 16 GB?

20 de 73 modelos abiertos van bien en ella. De forma predeterminada, la GPU puede usar unos 12 GB de sus 16 GB, y el chip lee la memoria a 153 GB/s, lo que marca su velocidad de escritura. Está en: Mac mini (M6 or M5 Pro).

El más inteligente que va bienMiniCPM5 2B8 bits · 2,7 GB · 26–45 tok/sEl más grande que va bienGemma 4 12B Unified4 bits · 6,7 GB · 10–18 tok/s

Va bien 27

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

ModeloVersiónMemoriaTokens/s
MiniCPM5 2B2,52B · Inteligencia 12,58 bits2,7 GB26–45
Qwen3.5 9B9B · Inteligencia 11,24 bits5,1 GB14–24
Granite 4.2 8B8B · Inteligencia 11,16 bits6,5 GB11–19
Granite 4.2 3B3B · Inteligencia 9,18 bits3,2 GB22–38
Gemma 4 E4B8B · Inteligencia 8,98 bits8,5 GB14–26
Ministral 3 8B8,9B · Inteligencia 5,56 bits7,2 GB10–17
Nemotron 3 Nano 4B3,97B · Inteligencia 4,88 bits4,2 GB16–29
Gemma 4 12B Unified12B4 bits6,7 GB10–18
Qwen3 8B8,2B6 bits6,7 GB10–18
Llama 3.1 8B Instruct8B6 bits6,5 GB11–19
Gemma 4 E2B5,1B8 bits5,4 GB29–51
Qwen3.5 4B4B8 bits4,3 GB16–28
Phi-4 mini instruct3,8B8 bits4 GB17–31
Llama 3.2 3B Instruct3,21B8 bits3,4 GB20–36
SmolLM3 3B3B8 bits3,2 GB22–38
LFM2.5 2.6B2,69B8 bits2,9 GB24–42
Qwen3.5 2B2B8 bits2,1 GB33–58
Llama 3.2 1B Instruct1,23B8 bits1,3 GB53–94
Qwen3.5 0.8B0,8B8 bits0,9 GB77–136
Qwen3 0.6B0,6B8 bits0,6 GB115–204
Nemotron 3.5 Lightning 30B A3B30B · 3B activos · Inteligencia 12,92 bits menor calidad9,4 GB77–136
gpt-oss-20b21B · 3,6B activos · Inteligencia 93 bits menor calidad9,2 GB43–77
Nemotron 3 Nano 30B A3B30B · 3,5B activos · Inteligencia 8,92 bits menor calidad9,4 GB63–111
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B activos2 bits menor calidad9,5 GB69–122
GLM-4.7 Flash30B · 3B activos2 bits menor calidad9,4 GB77–136
Gemma 4 26B A4B25,2B · 3,8B activos2 bits menor calidad7,9 GB57–102
LFM2.5 24B A2B24B · 2B activos3 bits menor calidad10,5 GB77–136

Funciona, pero lento 10

Cabe, pero a menos de 10 tokens por segundo: sirve para trabajos por lotes, pero es lento para chatear.

ModeloVersiónMemoriaTokens/s
Phi-4 Reasoning Vision 15B15B4 bits8,4 GB8–15
Phi-4 (14B)14B4 bits7,9 GB9–15
Qwen3.8 27B27B · Inteligencia 33,72 bits menor calidad8,4 GB8–15
Muse Glimmer 30B29,6B · Inteligencia 17,52 bits menor calidad9,3 GB7–13
Gemma 4 31B30,7B · Inteligencia 14,72 bits menor calidad9,6 GB7–13
Granite 4.2 30B30B · Inteligencia 12,72 bits menor calidad9,4 GB7–13
Qwen3.6 27B27B2 bits menor calidad8,4 GB8–15
Devstral Small 2 (24B)24B3 bits menor calidad10,5 GB7–12
Magistral Small 1.2 (2509)24B3 bits menor calidad10,5 GB7–12
Mistral Small 3.2 (24B)24B3 bits menor calidad10,5 GB7–12

Cabe muy justo 1

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

ModeloVersiónMemoriaTokens/s
Qwen3.6 35B A3B35B · 3B activos · Inteligencia 18,22 bits menor calidad10,9 GB77–136

Demasiado grande 35

Necesita más de 16 GB de memoria, incluso a 2 bits.

Otras Mac

Todas las Mac con 16 GB, con cualquier chip.

El M6 con más o menos memoria:

Chips vecinos:

Cara a cara:

Compáralo con cualquier Mac o GPU · El M6 para IA local · La mejor Mac para LLM en local · Todas las Mac

Preguntas

¿Cuál es el mejor LLM para un M6 con 16 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 26–45 tokens por segundo. El más grande que va bien es Gemma 4 12B Unified.
¿Puede un M6 con 16 GB ejecutar Llama 3.3 70B?
No: incluso a 2 bits necesita más que los 12 GB que la GPU puede usar de forma predeterminada.
¿Qué tan rápido va gpt-oss-20b en un M6?
Unos 43–77 tokens por segundo (3 bits), según los 153 GB/s de ancho de banda de memoria del chip.

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 M6 con 16 GB? Modelos y velocidad