ورودساخت کیف پول

یک M3 Pro با 36 GB چه چیزهایی را اجرا می‌کند؟

28 از 73 مدل باز روی آن خوب اجرا می‌شوند. GPU به‌طور پیش‌فرض می‌تواند حدود 27 GB از 36 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 می‌شودQwen3.6 35B A3B4 بیت · 19.7 GB · 40–71 tok/sبزرگ‌ترین که خوب اجرا می‌شودQwen3.6 35B A3B4 بیت · 19.7 GB · 40–71 tok/sبرای کدنویسیQwen3 Coder 30B A3B Instruct6 بیت · 24.8 GB · 25–44 tok/s

خوب اجرا می‌شوند 30

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

مدلنسخهحافظهتوکن/ثانیه
Qwen3.6 35B A3B35B · 3B فعال · هوش 18.24 بیت19.7 GB40–71
Nemotron 3.5 Lightning 30B A3B30B · 3B فعال · هوش 12.96 بیت24.4 GB28–50
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
gpt-oss-20b21B · 3.6B فعال · هوش 94.25 بیت اصلی13.8 GB36–63
Nemotron 3 Nano 30B A3B30B · 3.5B فعال · هوش 8.96 بیت24.4 GB24–43
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
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B فعال6 بیت24.8 GB25–44
GLM-4.7 Flash30B · 3B فعال6 بیت24.4 GB28–50
Gemma 4 26B A4B25.2B · 3.8B فعال6 بیت20.5 GB22–39
LFM2.5 24B A2B24B · 2B فعال6 بیت19.5 GB42–75
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
Nemotron 3.5 Bolt 74B A9B74B · 9B فعال · هوش 21.42 بیت کیفیت پایین‌تر23.1 GB24–43
Qwen3 Coder Next80B · 3B فعال · هوش 9.22 بیت کیفیت پایین‌تر25 GB75–133

اجرا می‌شوند، اما کند 11

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

مدلنسخهحافظهتوکن/ثانیه
Qwen3.8 27B27B · هوش 33.76 بیت21.9 GB3–5
Muse Glimmer 30B29.6B · هوش 17.56 بیت24.1 GB3–5
Gemma 4 31B30.7B · هوش 14.76 بیت24.9 GB3–5
Granite 4.2 30B30B · هوش 12.76 بیت24.4 GB3–5
Qwen3.6 27B27B6 بیت21.9 GB3–5
Devstral Small 2 (24B)24B6 بیت19.5 GB3–6
Magistral Small 1.2 (2509)24B6 بیت19.5 GB3–6
Mistral Small 3.2 (24B)24B6 بیت19.5 GB3–6
Phi-4 Reasoning Vision 15B15B8 بیت15.9 GB4–8
Phi-4 (14B)14B8 بیت14.9 GB5–8
Llama 3.3 70B Instruct70B2 بیت کیفیت پایین‌تر21.9 GB3–5

خیلی بزرگ 32

حتی در 2 بیت، بیش از 36 GB حافظه لازم دارد.

Macهای دیگر

همهٔ Macها با 36 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 36 GB کدام است؟
از میان مدل‌هایی که Intelligence Index منتشرشده دارند، Qwen3.6 35B A3B بالاترین امتیاز را در بین مدل‌هایی دارد که اینجا خوب اجرا می‌شوند: 4 بیت، حدود 40–71 توکن در ثانیه.
آیا یک M3 Pro با 36 GB می‌تواند Llama 3.3 70B را اجرا کند؟
بله، اما کند: 2 بیت (کیفیت پایین‌تر)، با حدود 3–5 توکن در ثانیه.
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 36 GB چه LLMهایی را اجرا می‌کند؟ مدل‌ها و سرعت