Mag-log inGumawa ng wallet

Ang pinakamagandang LLM para sa 48 GB na Mac.

38 sa 73 na open model ang tumatakbo nang maayos sa 48 GB. Bilang default, mga 36 GB nito ang magagamit ng GPU. Nakadepende sa chip ang bilis: mula 273 GB/s sa M4 Pro hanggang 614 GB/s sa M5 Max.

Pinakamatalino na maayos tumakboQwen3.8 27B8-bit · 28.7 GB · 4–17 tok/sPinakamalaki na maayos tumakboQwen3.6 35B A3B6-bit · 28.4 GB · 51–205 tok/sPara sa codeQwen3 Coder 30B A3B Instruct8-bit · 32.4 GB · 35–140 tok/s

Mga Mac na may 48 GB

5 chip mula M3 hanggang M5 ang may 48 GB. Buksan ang alinman para sa sarili nitong listahan at bilis.

Tumatakbo nang maayos 41

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

ModelBersyonMemoryM4 ProM5 Max
Qwen3.8 27B27B · Intelligence 33.78-bit28.7 GB4–810–17
Qwen3.6 35B A3B35B · 3B aktibo · Intelligence 18.26-bit28.4 GB51–91115–205
Muse Glimmer 30B29.6B · Intelligence 17.56-bit24.1 GB4–711–20
Gemma 4 31B30.7B · Intelligence 14.76-bit24.9 GB4–711–20
Nemotron 3.5 Lightning 30B A3B30B · 3B aktibo · Intelligence 12.98-bit31.9 GB38–6886–154
Granite 4.2 30B30B · Intelligence 12.76-bit24.4 GB4–711–20
MiniCPM5 2B2.52B · Intelligence 12.58-bit2.7 GB45–81102–182
Qwen3.5 9B9B · Intelligence 11.28-bit9.6 GB13–2329–51
Granite 4.2 8B8B · Intelligence 11.18-bit8.5 GB14–2633–58
Granite 4.2 3B3B · Intelligence 9.18-bit3.2 GB38–6886–154
gpt-oss-20b21B · 3.6B aktibo · Intelligence 9native na 4.25-bit13.8 GB65–115145–259
Nemotron 3 Nano 30B A3B30B · 3.5B aktibo · Intelligence 8.98-bit31.9 GB33–5975–133
Gemma 4 E4B8B · Intelligence 8.98-bit8.5 GB26–4658–102
Ministral 3 8B8.9B · Intelligence 5.58-bit9.5 GB13–2329–52
Nemotron 3 Nano 4B3.97B · Intelligence 4.88-bit4.2 GB29–5266–117
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B aktibo8-bit32.4 GB35–6279–140
GLM-4.7 Flash30B · 3B aktibo8-bit31.9 GB38–6886–154
Qwen3.6 27B27B8-bit28.7 GB4–810–17
Gemma 4 26B A4B25.2B · 3.8B aktibo8-bit26.8 GB31–5569–123
Devstral Small 2 (24B)24B8-bit25.5 GB5–911–19
Magistral Small 1.2 (2509)24B8-bit25.5 GB5–911–19
Mistral Small 3.2 (24B)24B8-bit25.5 GB5–911–19
LFM2.5 24B A2B24B · 2B aktibo8-bit25.5 GB59–104132–234
Phi-4 Reasoning Vision 15B15B8-bit15.9 GB10–1817–31
Phi-4 (14B)14B8-bit14.9 GB11–1919–33
Gemma 4 12B Unified12B8-bit12.7 GB10–1722–39
Qwen3 8B8.2B8-bit8.7 GB14–2532–56
Llama 3.1 8B Instruct8B8-bit8.5 GB14–2633–58
Gemma 4 E2B5.1B8-bit5.4 GB51–91115–205
Qwen3.5 4B4B8-bit4.3 GB29–5164–114
Phi-4 mini instruct3.8B8-bit4 GB31–5569–123
Llama 3.2 3B Instruct3.21B8-bit3.4 GB36–6481–144
SmolLM3 3B3B8-bit3.2 GB38–6886–154
LFM2.5 2.6B2.69B8-bit2.9 GB42–7595–169
Qwen3.5 2B2B8-bit2.1 GB59–104132–234
Llama 3.2 1B Instruct1.23B8-bit1.3 GB95–168213–378
Qwen3.5 0.8B0.8B8-bit0.9 GB137–243307–546
Qwen3 0.6B0.6B8-bit0.6 GB205–364461–819
Nemotron 3.5 Bolt 74B A9B74B · 9B aktibo · Intelligence 21.43-bit mas mababang kalidad32.4 GB32–5671–126
Qwen3 Coder Next80B · 3B aktibo · Intelligence 9.22-bit mas mababang kalidad25 GB137–243307–546
GLM-4.5 Air106B · 12B aktibo2-bit mas mababang kalidad33.1 GB32–5773–129

Tumatakbo, pero mabagal 1

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

ModelBersyonMemoryM4 ProM5 Max
Llama 3.3 70B Instruct70B3-bit mas mababang kalidad30.6 GB4–79–16

Halos hindi kasya 8

Halos lahat ng memory ang kailangan: itaas ang GPU memory limit at panatilihing maikli ang context.

ModelBersyonMemoryM4 ProM5 Max
Qwen3.5 122B A10B122B · 10B aktibo · Intelligence 15.62-bit mas mababang kalidad38.1 GB40–7089–158
Mistral Medium 3.5 (128B)128B · Intelligence 14.22-bit mas mababang kalidad40 GB3–57–12
gpt-oss-120b117B · 5.1B aktibo · Intelligence 11.62-bit mas mababang kalidad36.6 GB77–137173–307
Mistral Small 4 (119B)119B · 6.5B aktibo · Intelligence 11.32-bit mas mababang kalidad37.2 GB61–109138–246
Llama 4 Scout 17B-16E Instruct109B · 17B aktibo · Intelligence 6.52-bit mas mababang kalidad34.1 GB23–4152–93
Devstral 2 (123B)123B2-bit mas mababang kalidad38.4 GB3–67–13
Ornith 1.5 122B122B · 10B aktibo2-bit mas mababang kalidad38.1 GB40–7089–158
Nemotron 3 Super 120B A12B120B · 12B aktibo2-bit mas mababang kalidad37.5 GB32–5773–129

Masyadong malaki 23

Kailangan ng higit sa 48 GB na memory, kahit sa 2 bit.

Mga tanong

Ano ang pinakamagandang LLM para sa Mac na may 48 GB?
Sa mga model na may nailathalang Intelligence Index, Qwen3.8 27B ang may pinakamataas na score sa mga tumatakbo nang maayos sa 48 GB (8-bit). Ang pinakamalaking tumatakbo nang maayos ay Qwen3.6 35B A3B. Para sa code: Qwen3 Coder 30B A3B Instruct.
Sapat ba ang 48 GB para sa local AI sa Mac?
38 sa 73 na open model dito ang tumatakbo nang maayos dito sa 4 bit o mas mataas. Bilang default, mga 36 GB nito ang ipinapagamit ng macOS sa GPU; doon dapat magkasya ang model at ang context nito.
Kaya ba ng 48 GB na Mac ang gpt-oss-20b?
Oo, native na 4.25-bit, sa mga 65–115 token bawat segundo sa M4 Pro at 145–259 sa M5 Max.

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.

Pinakamagandang local LLM para sa 48 GB na Mac (M3 hanggang M5)