ورودساخت کیف پول

یک M3 Pro با 18 GB چه چیزهایی را اجرا می‌کند؟

20 از 73 مدل باز روی آن خوب اجرا می‌شوند. GPU به‌طور پیش‌فرض می‌تواند حدود 14 GB از 18 GB آن را استفاده کند و حافظه را با 150 GB/s می‌خواند، که سرعت نوشتن را تعیین می‌کند. در: MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023).

باهوش‌ترین که خوب اجرا می‌شودMiniCPM5 2B8 بیت · 2.7 GB · 25–44 tok/sبزرگ‌ترین که خوب اجرا می‌شودGemma 4 12B Unified4 بیت · 6.7 GB · 10–18 tok/s

خوب اجرا می‌شوند 27

با جای کافی برای کانتکست جا می‌شود، با 10 توکن یا بیشتر در ثانیه.

مدلنسخهحافظهتوکن/ثانیه
MiniCPM5 2B2.52B · هوش 12.58 بیت2.7 GB25–44
Qwen3.5 9B9B · هوش 11.24 بیت5.1 GB13–24
Granite 4.2 8B8B · هوش 11.16 بیت6.5 GB10–18
Granite 4.2 3B3B · هوش 9.18 بیت3.2 GB21–38
Gemma 4 E4B8B · هوش 8.98 بیت8.5 GB14–25
Ministral 3 8B8.9B · هوش 5.54 بیت5 GB14–24
Nemotron 3 Nano 4B3.97B · هوش 4.88 بیت4.2 GB16–29
Gemma 4 12B Unified12B4 بیت6.7 GB10–18
Qwen3 8B8.2B6 بیت6.7 GB10–18
Llama 3.1 8B Instruct8B6 بیت6.5 GB10–18
Gemma 4 E2B5.1B8 بیت5.4 GB28–50
Qwen3.5 4B4B8 بیت4.3 GB16–28
Phi-4 mini instruct3.8B8 بیت4 GB17–30
Llama 3.2 3B Instruct3.21B8 بیت3.4 GB20–35
SmolLM3 3B3B8 بیت3.2 GB21–38
LFM2.5 2.6B2.69B8 بیت2.9 GB23–41
Qwen3.5 2B2B8 بیت2.1 GB32–57
Llama 3.2 1B Instruct1.23B8 بیت1.3 GB52–92
Qwen3.5 0.8B0.8B8 بیت0.9 GB75–133
Qwen3 0.6B0.6B8 بیت0.6 GB113–200
Qwen3.6 35B A3B35B · 3B فعال · هوش 18.22 بیت کیفیت پایین‌تر10.9 GB75–133
Nemotron 3.5 Lightning 30B A3B30B · 3B فعال · هوش 12.92 بیت کیفیت پایین‌تر9.4 GB75–133
Nemotron 3 Nano 30B A3B30B · 3.5B فعال · هوش 8.92 بیت کیفیت پایین‌تر9.4 GB61–109
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B فعال2 بیت کیفیت پایین‌تر9.5 GB68–120
GLM-4.7 Flash30B · 3B فعال2 بیت کیفیت پایین‌تر9.4 GB75–133
Gemma 4 26B A4B25.2B · 3.8B فعال3 بیت کیفیت پایین‌تر11 GB40–71
LFM2.5 24B A2B24B · 2B فعال3 بیت کیفیت پایین‌تر10.5 GB75–133

اجرا می‌شوند، اما کند 10

جا می‌شود، اما زیر 10 توکن در ثانیه: برای کارهای دسته‌ای خوب است، برای گفت‌وگو کند.

مدلنسخهحافظهتوکن/ثانیه
Phi-4 Reasoning Vision 15B15B4 بیت8.4 GB8–14
Phi-4 (14B)14B6 بیت11.4 GB6–11
Qwen3.8 27B27B · هوش 33.73 بیت کیفیت پایین‌تر11.8 GB6–10
Muse Glimmer 30B29.6B · هوش 17.52 بیت کیفیت پایین‌تر9.3 GB7–13
Gemma 4 31B30.7B · هوش 14.72 بیت کیفیت پایین‌تر9.6 GB7–13
Granite 4.2 30B30B · هوش 12.72 بیت کیفیت پایین‌تر9.4 GB7–13
Qwen3.6 27B27B3 بیت کیفیت پایین‌تر11.8 GB6–10
Devstral Small 2 (24B)24B3 بیت کیفیت پایین‌تر10.5 GB6–11
Magistral Small 1.2 (2509)24B3 بیت کیفیت پایین‌تر10.5 GB6–11
Mistral Small 3.2 (24B)24B3 بیت کیفیت پایین‌تر10.5 GB6–11

به‌زحمت جا می‌شوند 1

تقریباً همهٔ حافظه را لازم دارد: سقف حافظهٔ GPU را بالا ببرید و کانتکست را کوتاه نگه دارید.

مدلنسخهحافظهتوکن/ثانیه
gpt-oss-20b21B · 3.6B فعال · هوش 94.25 بیت اصلی13.8 GB36–63

خیلی بزرگ 35

حتی در 2 بیت، بیش از 18 GB حافظه لازم دارد.

Macهای دیگر

همهٔ Macها با 18 GB، با هر تراشه‌ای.

M3 Pro با حافظهٔ بیشتر یا کمتر:

تراشه‌های همسایه:

رودررو:

آن را با هر Mac یا GPU مقایسه کنید · تراشهٔ M3 Pro برای هوش مصنوعی محلی · بهترین Mac برای LLM محلی · همهٔ Macها

پرسش‌ها

بهترین LLM برای یک M3 Pro با 18 GB کدام است؟
از میان مدل‌هایی که Intelligence Index منتشرشده دارند، MiniCPM5 2B بالاترین امتیاز را در بین مدل‌هایی دارد که اینجا خوب اجرا می‌شوند: 8 بیت، حدود 25–44 توکن در ثانیه. بزرگ‌ترین مدلی که خوب اجرا می‌شود Gemma 4 12B Unified است.
آیا یک M3 Pro با 18 GB می‌تواند Llama 3.3 70B را اجرا کند؟
نه: حتی در 2 بیت بیش از 14 GB که GPU به‌طور پیش‌فرض می‌تواند استفاده کند لازم دارد.
gpt-oss-20b روی یک M3 Pro چقدر سریع است؟
حدود 36–63 توکن در ثانیه (4.25 بیت اصلی)، بر پایهٔ پهنای باند حافظهٔ 150 GB/s این تراشه.

آن‌ها را با MLX Harness (رایگان و متن‌باز) یا mlx-lm از Apple در Terminal اجرا کنید: گام به گام.

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.

یک M3 Pro با 18 GB چه LLMهایی را اجرا می‌کند؟ مدل‌ها و سرعت