Ano ang pinakamagandang LLM para sa Mac na may 24 GB?

Sa mga model na may nailathalang Intelligence Index, MiniCPM5 2B ang may pinakamataas na score sa mga tumatakbo nang maayos sa 24 GB (8-bit). Ang pinakamalaking tumatakbo nang maayos ay Gemma 4 26B A4B. Para sa code: Devstral Small 2 (24B).

Sapat ba ang 24 GB para sa local AI sa Mac?

28 sa 73 na open model dito ang tumatakbo nang maayos dito sa 4 bit o mas mataas. Bilang default, mga 18 GB nito ang ipinapagamit ng macOS sa GPU; doon dapat magkasya ang model at ang context nito.

Kaya ba ng 24 GB na Mac ang gpt-oss-20b?

Oo, native na 4.25-bit, sa mga 24–42 token bawat segundo sa M3 at 73–129 sa M5 Pro.

Pinakamagandang local LLM para sa 24 GB na Mac (M2 hanggang M6)

Mga Mac na may 24 GB

7 chip mula M2 hanggang M6 ang may 24 GB. Buksan ang alinman para sa sarili nitong listahan at bilis.

Tumatakbo nang maayos 36

Kasya at may espasyo pa para sa context, sa 10 o higit pang token bawat segundo sa M5 Pro.

Model	Bersyon	Memory	M3	M5 Pro
MiniCPM5 2B2.52B · Intelligence 12.5	8-bit	2.7 GB	17–30	51–91
Qwen3.5 9B9B · Intelligence 11.2	8-bit	9.6 GB	5–8	14–26
Granite 4.2 8B8B · Intelligence 11.1	8-bit	8.5 GB	10–18	16–29
Granite 4.2 3B3B · Intelligence 9.1	8-bit	3.2 GB	14–25	43–77
gpt-oss-20b21B · 3.6B aktibo · Intelligence 9	native na 4.25-bit	13.8 GB	24–42	73–129
Gemma 4 E4B8B · Intelligence 8.9	8-bit	8.5 GB	12–22	29–51
Ministral 3 8B8.9B · Intelligence 5.5	8-bit	9.5 GB	5–8	15–26
Nemotron 3 Nano 4B3.97B · Intelligence 4.8	8-bit	4.2 GB	11–19	33–58
Gemma 4 26B A4B25.2B · 3.8B aktibo	4-bit	14.2 GB	21–38	66–117
Devstral Small 2 (24B)24B	4-bit	13.5 GB	3–6	10–18
Magistral Small 1.2 (2509)24B	4-bit	13.5 GB	3–6	10–18
Mistral Small 3.2 (24B)24B	4-bit	13.5 GB	3–6	10–18
LFM2.5 24B A2B24B · 2B aktibo	4-bit	13.5 GB	41–73	126–223
Phi-4 Reasoning Vision 15B15B	6-bit	12.2 GB	3–5	11–20
Phi-4 (14B)14B	6-bit	11.4 GB	3–5	12–22
Gemma 4 12B Unified12B	8-bit	12.7 GB	4–6	11–19
Qwen3 8B8.2B	8-bit	8.7 GB	10–17	16–28
Llama 3.1 8B Instruct8B	8-bit	8.5 GB	10–18	16–29
Gemma 4 E2B5.1B	8-bit	5.4 GB	19–33	58–102
Qwen3.5 4B4B	8-bit	4.3 GB	10–19	32–57
Phi-4 mini instruct3.8B	8-bit	4 GB	11–20	35–61
Llama 3.2 3B Instruct3.21B	8-bit	3.4 GB	13–24	41–72
SmolLM3 3B3B	8-bit	3.2 GB	14–25	43–77
LFM2.5 2.6B2.69B	8-bit	2.9 GB	16–28	48–85
Qwen3.5 2B2B	8-bit	2.1 GB	21–38	66–117
Llama 3.2 1B Instruct1.23B	8-bit	1.3 GB	35–62	106–189
Qwen3.5 0.8B0.8B	8-bit	0.9 GB	50–89	154–273
Qwen3 0.6B0.6B	8-bit	0.6 GB	75–133	230–409
Qwen3.6 35B A3B35B · 3B aktibo · Intelligence 18.2	3-bit mas mababang kalidad	15.3 GB	35–62	106–189
Muse Glimmer 30B29.6B · Intelligence 17.5	3-bit mas mababang kalidad	13 GB	3–6	11–19
Gemma 4 31B30.7B · Intelligence 14.7	3-bit mas mababang kalidad	13.4 GB	3–6	10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B aktibo · Intelligence 12.9	3-bit mas mababang kalidad	13.1 GB	35–62	106–189
Granite 4.2 30B30B · Intelligence 12.7	3-bit mas mababang kalidad	13.1 GB	3–6	11–19
Nemotron 3 Nano 30B A3B30B · 3.5B aktibo · Intelligence 8.9	3-bit mas mababang kalidad	13.1 GB	30–53	92–164
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B aktibo	3-bit mas mababang kalidad	13.3 GB	32–57	99–175
GLM-4.7 Flash30B · 3B aktibo	3-bit mas mababang kalidad	13.1 GB	35–62	106–189

Tumatakbo, pero mabagal 2

Kasya, pero wala pang 10 token bawat segundo: ayos para sa batch work, mabagal para sa chat.

Model	Bersyon	Memory	M3	M5 Pro
Qwen3.8 27B27B · Intelligence 33.7	4-bit	15.2 GB	3–5	9–16
Qwen3.6 27B27B	4-bit	15.2 GB	3–5	9–16

Mga tanong

Ano ang pinakamagandang LLM para sa Mac na may 24 GB?: Sa mga model na may nailathalang Intelligence Index, MiniCPM5 2B ang may pinakamataas na score sa mga tumatakbo nang maayos sa 24 GB (8-bit). Ang pinakamalaking tumatakbo nang maayos ay Gemma 4 26B A4B. Para sa code: Devstral Small 2 (24B).
Sapat ba ang 24 GB para sa local AI sa Mac?: 28 sa 73 na open model dito ang tumatakbo nang maayos dito sa 4 bit o mas mataas. Bilang default, mga 18 GB nito ang ipinapagamit ng macOS sa GPU; doon dapat magkasya ang model at ang context nito.
Kaya ba ng 24 GB na Mac ang gpt-oss-20b?: Oo, native na 4.25-bit, sa mga 24–42 token bawat segundo sa M3 at 73–129 sa M5 Pro.

Ibang size: 8 GB · 16 GB · 18 GB · 24 GB · 32 GB · 36 GB · 48 GB · 64 GB · 96 GB · 128 GB · 192 GB · 256 GB · 512 GB

Patakbuhin ang mga ito gamit ang MLX Harness (libre, open source) o ang mlx-lm ng Apple sa Terminal: hakbang-hakbang.

Paano ito kinuwenta

Memory: ang mga parameter ng model sa 8, 6, 4, 3 o 2 bit kada weight dagdag ang group scales ng MLX (kalahating bit kada weight), o ang native format nito, at may espasyo pa para sa context. Bilang default, mga 75% ng unified memory ang ipinapagamit ng macOS sa GPU. Bilis: ang memory bandwidth na hinati sa mga byte na binabasa kada token ang pinakamataas na posible para sa isang usapan; sa mga pampublikong benchmark ng llama.cpp sa Apple Silicon, umaabot ang totoong takbo sa mga 45% hanggang 80% nito, at iyon ang range na ipinapakita. Mga tantiya ito, hindi sukat: sukatin ang sarili mong Mac sa MLX Bench. Ang mga numero ng model ay mula sa opisyal na model card ng bawat isa, at ang sa chip ay mula sa Tech Specs ng Apple. Sinuri noong 2026-10-19. Parehong data ng mlx.app/compare.

Ang pinakamagandang LLM para sa 24 GB na Mac.