Tumatakbo nang maayos 14
Kasya at may espasyo pa para sa context, sa 10 o higit pang token bawat segundo.
| Model | Bersyon | Memory | Token/s |
|---|---|---|---|
| MiniCPM5 2B2.52B · Intelligence 12.5 | 8-bit | 2.7 GB | 11–20 |
| Granite 4.2 3B3B · Intelligence 9.1 | 8-bit | 3.2 GB | 10–17 |
| Gemma 4 E4B8B · Intelligence 8.9 | 4-bit | 4.5 GB | 12–22 |
| Nemotron 3 Nano 4B3.97B · Intelligence 4.8 | 6-bit | 3.2 GB | 10–17 |
| Gemma 4 E2B5.1B | 6-bit | 4.1 GB | 16–29 |
| Qwen3.5 4B4B | 4-bit | 2.3 GB | 13–24 |
| Phi-4 mini instruct3.8B | 6-bit | 3.1 GB | 10–18 |
| Llama 3.2 3B Instruct3.21B | 6-bit | 2.6 GB | 12–21 |
| SmolLM3 3B3B | 8-bit | 3.2 GB | 10–17 |
| LFM2.5 2.6B2.69B | 8-bit | 2.9 GB | 11–19 |
| Qwen3.5 2B2B | 8-bit | 2.1 GB | 15–26 |
| Llama 3.2 1B Instruct1.23B | 8-bit | 1.3 GB | 24–42 |
| Qwen3.5 0.8B0.8B | 8-bit | 0.9 GB | 34–60 |
| Qwen3 0.6B0.6B | 8-bit | 0.6 GB | 51–91 |
Tumatakbo, pero mabagal 7
Kasya, pero wala pang 10 token bawat segundo: ayos para sa batch work, mabagal para sa chat.
| Model | Bersyon | Memory | Token/s |
|---|---|---|---|
| Granite 4.2 8B8B · Intelligence 11.1 | 4-bit | 4.5 GB | 7–12 |
| Llama 3.1 8B Instruct8B | 4-bit | 4.5 GB | 7–12 |
| Qwen3.5 9B9B · Intelligence 11.2 | 3-bit mas mababang kalidad | 3.9 GB | 8–14 |
| Ministral 3 8B8.9B · Intelligence 5.5 | 3-bit mas mababang kalidad | 3.9 GB | 8–14 |
| Phi-4 (14B)14B | 2-bit mas mababang kalidad | 4.4 GB | 7–12 |
| Gemma 4 12B Unified12B | 2-bit mas mababang kalidad | 3.7 GB | 8–15 |
| Qwen3 8B8.2B | 3-bit mas mababang kalidad | 3.6 GB | 9–15 |
Halos hindi kasya 1
Halos lahat ng memory ang kailangan: itaas ang GPU memory limit at panatilihing maikli ang context.
| Model | Bersyon | Memory | Token/s |
|---|---|---|---|
| Phi-4 Reasoning Vision 15B15B | 2-bit mas mababang kalidad | 4.7 GB | 7–12 |
Masyadong malaki 51
Kailangan ng higit sa 8 GB na memory, kahit sa 2 bit.
- MiMo V2.6 Pro1,020B
- Kimi K32,800B
- MiMo V2.6 Flash309B
- Kimi K2.7 Code1,000B
- gpt-oss-120b117B
- gpt-oss-20b21B
- Kimi K2.61,000B
- DeepSeek V4.1 Flash 1017552B
- GLM-5.3744B
- GLM-5.3 Flash320B
- Qwen3.8 2.4T A95B2,400B
- Qwen3.8 Flash Next180B
- Muse Spark Open816B
- DeepSeek V4 Pro 08131,600B
- Qwen3.8 27B27B
- Beam 1.0501B
- MiniMax M3428B
- Inkling Small276B
- Hy3295B
- Inkling975B
- Nemotron 3 Ultra 550B A55B550B
- Nemotron 3.5 Bolt 74B A9B74B
- Qwen3.5 397B A17B397B
- Qwen3.6 35B A3B35B
- Muse Glimmer 30B29.6B
- Qwen3.5 122B A10B122B
- Gemma 4 31B30.7B
- Mistral Medium 3.5 (128B)128B
- Nemotron 3.5 Lightning 30B A3B30B
- Granite 4.2 30B30B
- Mistral Small 4 (119B)119B
- Llama 4 Maverick 17B-128E Instruct400B
- Qwen3 Coder Next80B
- Nemotron 3 Nano 30B A3B30B
- Llama 4 Scout 17B-16E Instruct109B
- Mistral Large 3 (675B)675B
- DeepSeek V4 Flash 0731284B
- MiniMax M2.7230B
- Devstral 2 (123B)123B
- Ornith 1.5 122B122B
- Nemotron 3 Super 120B A12B120B
- GLM-4.5 Air106B
- Llama 3.3 70B Instruct70B
- Qwen3 Coder 30B A3B Instruct30.5B
- GLM-4.7 Flash30B
- Qwen3.6 27B27B
- Gemma 4 26B A4B25.2B
- Devstral Small 2 (24B)24B
- Magistral Small 1.2 (2509)24B
- Mistral Small 3.2 (24B)24B
- LFM2.5 24B A2B24B
Ibang Mac
Bawat Mac na may 8 GB, anumang chip.
Ang M1 na may mas malaki o mas maliit na memory:
Mga katabing chip:
Harapan:
Ihambing ito sa anumang Mac o GPU · Ang M1 para sa local AI · Ang pinakamagandang Mac para sa local LLM · Bawat Mac
Mga tanong
- Ano ang pinakamagandang LLM para sa M1 na may 8 GB?
- Sa mga model na may nailathalang Intelligence Index, MiniCPM5 2B ang may pinakamataas na score sa mga tumatakbo nang maayos dito: 8-bit, mga 11–20 token bawat segundo. Ang pinakamalaking tumatakbo nang maayos ay Gemma 4 E4B.
- Kaya ba ng M1 na may 8 GB ang Llama 3.3 70B?
- Hindi: kahit sa 2 bit, kailangan nito ng higit sa 6 GB na magagamit ng GPU bilang default.
- Gaano kabilis ang gpt-oss-20b sa M1?
- Hindi ito kasya sa 8 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.