آیا M3 برای LLM سریعتر از M2 است؟

تقریباً یکسان: پهنای باند حافظهشان فقط چند درصد فرق دارد. هر دو تا 24 GB حافظه دارند.

کدام مدلهای بزرگتری اجرا میکند، M2 یا M3؟

هیچکدام: هر دو تا 24 GB حافظه دارند. در این اندازه M2 20 و M3 20 مدل از 73 مدل باز را خوب اجرا میکنند؛ تراشهٔ سریعتر تعداد بیشتری از آنها را به 10 توکن در ثانیه میرساند.

M2 در برابر M3 برای LLM: حافظه، سرعت، کدام را بخریم

کنار هم

	M2	M3
اندازه‌های حافظه	8, 16, 24 GB	8, 16, 24 GB
پهنای باند حافظه	100 GB/s	100 GB/s
برای مدل‌ها، حداکثر	حدود 18 GB	حدود 18 GB
مدل‌هایی که خوب اجرا می‌شوند	20 از 73	20 از 73
ردهٔ جایگاه MLX	Core	Core
در دستگاه‌های	MacBook Air (M2, 2022), MacBook Pro (13-inch, M2, 2022), MacBook Air (15-inch, M2, 2023), Mac mini (2023)	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), MacBook Air (15-inch, M3, 2024)

سرعت با مدل‌های محبوب

توکن در ثانیه برای یک گفت‌وگو، هر تراشه با بیشترین حافظه‌اش (24 GB و 24 GB)، با بهترین نسخهٔ مدل که جا می‌شود.

مدل	M2	M3
Llama 3.1 8B Instruct8B	10–18 4 بیت	10–18 4 بیت
gpt-oss-20b21B · 3.6B فعال	24–42 4.25 بیت اصلی	24–42 4.25 بیت اصلی
Qwen3.6 35B A3B35B · 3B فعال	35–62 3 بیت کیفیت پایین‌تر	35–62 3 بیت کیفیت پایین‌تر
Qwen3.8 27B27B	3–5 4 بیت	3–5 4 بیت
Llama 3.3 70B Instruct70B	خیلی بزرگ	خیلی بزرگ
gpt-oss-120b117B · 5.1B فعال	خیلی بزرگ	خیلی بزرگ
Qwen3.5 122B A10B122B · 10B فعال	خیلی بزرگ	خیلی بزرگ
DeepSeek V4 Flash 0731284B · 13B فعال	خیلی بزرگ	خیلی بزرگ

پرسش‌ها

آیا M3 برای LLM سریع‌تر از M2 است؟: تقریباً یکسان: پهنای باند حافظه‌شان فقط چند درصد فرق دارد. هر دو تا 24 GB حافظه دارند.
کدام مدل‌های بزرگ‌تری اجرا می‌کند، M2 یا M3؟: هیچ‌کدام: هر دو تا 24 GB حافظه دارند. در این اندازه M2 20 و M3 20 مدل از 73 مدل باز را خوب اجرا می‌کنند؛ تراشهٔ سریع‌تر تعداد بیشتری از آن‌ها را به 10 توکن در ثانیه می‌رساند.

مقایسه‌های بیشتر

تراشهٔ M2 برای هوش مصنوعی محلی · تراشهٔ M3 برای هوش مصنوعی محلی · همهٔ مدل‌ها را مقایسه کنید · بهترین Mac برای LLM محلی

چطور محاسبه شده

حافظه: پارامترهای مدل در 8، 6، 4، 3 یا 2 بیت برای هر وزن به‌علاوهٔ مقیاس‌های گروهی MLX (نیم بیت برای هر وزن)، یا قالب اصلی آن، به‌اضافهٔ جا برای کانتکست. macOS به‌طور پیش‌فرض اجازه می‌دهد GPU حدود 75% حافظهٔ یکپارچه را استفاده کند. سرعت: پهنای باند حافظه تقسیم بر بایت‌هایی که برای هر توکن خوانده می‌شود، سقف سرعت یک گفت‌وگوست؛ در بنچمارک‌های عمومی llama.cpp روی Apple Silicon اجراهای واقعی به حدود 45% تا 80% آن می‌رسند و همین بازه نمایش داده می‌شود. این‌ها برآوردند، نه اندازه‌گیری: Mac خودتان را روی MLX Bench بسنجید. ارقام مدل‌ها از کارت رسمی هر مدل و ارقام تراشه‌ها از مشخصات فنی Apple است. بررسی‌شده در 2026-10-19. همان داده‌های mlx.app/compare.