Ano ang pinakamagandang LLM para sa M4 na may 32 GB?

Sa mga model na may nailathalang Intelligence Index, Qwen3.6 35B A3B ang may pinakamataas na score sa mga tumatakbo nang maayos dito: 4-bit, mga 32–56 token bawat segundo.

Kaya ba ng M4 na may 32 GB ang Llama 3.3 70B?

Oo, pero mabagal: 2-bit (mas mababang kalidad), sa mga 2–4 token bawat segundo.

Gaano kabilis ang gpt-oss-20b sa M4?

Mga 28–51 token bawat segundo (native na 4.25-bit), batay sa 120 GB/s na memory bandwidth ng chip.

Anong LLM ang kaya ng M4 na may 32 GB? Mga model at bilis

Tumatakbo nang maayos 27

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

Model	Bersyon	Memory	Token/s
Qwen3.6 35B A3B35B · 3B aktibo · Intelligence 18.2	4-bit	19.7 GB	32–56
Nemotron 3.5 Lightning 30B A3B30B · 3B aktibo · Intelligence 12.9	4-bit	16.9 GB	32–56
MiniCPM5 2B2.52B · Intelligence 12.5	8-bit	2.7 GB	20–36
Qwen3.5 9B9B · Intelligence 11.2	4-bit	5.1 GB	11–19
Granite 4.2 8B8B · Intelligence 11.1	4-bit	4.5 GB	12–21
Granite 4.2 3B3B · Intelligence 9.1	8-bit	3.2 GB	17–30
gpt-oss-20b21B · 3.6B aktibo · Intelligence 9	native na 4.25-bit	13.8 GB	28–51
Nemotron 3 Nano 30B A3B30B · 3.5B aktibo · Intelligence 8.9	4-bit	16.9 GB	27–48
Gemma 4 E4B8B · Intelligence 8.9	8-bit	8.5 GB	11–20
Ministral 3 8B8.9B · Intelligence 5.5	4-bit	5 GB	11–19
Nemotron 3 Nano 4B3.97B · Intelligence 4.8	8-bit	4.2 GB	13–23
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B aktibo	4-bit	17.2 GB	28–51
GLM-4.7 Flash30B · 3B aktibo	4-bit	16.9 GB	32–56
Gemma 4 26B A4B25.2B · 3.8B aktibo	6-bit	20.5 GB	17–31
LFM2.5 24B A2B24B · 2B aktibo	6-bit	19.5 GB	34–60
Qwen3 8B8.2B	4-bit	4.6 GB	12–21
Llama 3.1 8B Instruct8B	4-bit	4.5 GB	12–21
Gemma 4 E2B5.1B	8-bit	5.4 GB	23–40
Qwen3.5 4B4B	8-bit	4.3 GB	13–22
Phi-4 mini instruct3.8B	8-bit	4 GB	14–24
Llama 3.2 3B Instruct3.21B	8-bit	3.4 GB	16–28
SmolLM3 3B3B	8-bit	3.2 GB	17–30
LFM2.5 2.6B2.69B	8-bit	2.9 GB	19–33
Qwen3.5 2B2B	8-bit	2.1 GB	26–46
Llama 3.2 1B Instruct1.23B	8-bit	1.3 GB	42–74
Qwen3.5 0.8B0.8B	8-bit	0.9 GB	60–107
Qwen3 0.6B0.6B	8-bit	0.6 GB	90–160

Tumatakbo, pero mabagal 12

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

Model	Bersyon	Memory	Token/s
Qwen3.8 27B27B · Intelligence 33.7	6-bit	21.9 GB	2–4
Muse Glimmer 30B29.6B · Intelligence 17.5	4-bit	16.7 GB	3–6
Gemma 4 31B30.7B · Intelligence 14.7	4-bit	17.3 GB	3–6
Granite 4.2 30B30B · Intelligence 12.7	4-bit	16.9 GB	3–6
Qwen3.6 27B27B	6-bit	21.9 GB	2–4
Devstral Small 2 (24B)24B	6-bit	19.5 GB	3–5
Magistral Small 1.2 (2509)24B	6-bit	19.5 GB	3–5
Mistral Small 3.2 (24B)24B	6-bit	19.5 GB	3–5
Phi-4 Reasoning Vision 15B15B	8-bit	15.9 GB	3–6
Phi-4 (14B)14B	8-bit	14.9 GB	4–6
Gemma 4 12B Unified12B	8-bit	12.7 GB	4–8
Llama 3.3 70B Instruct70B	2-bit mas mababang kalidad	21.9 GB	2–4

Halos hindi kasya 2

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

Model	Bersyon	Memory	Token/s
Nemotron 3.5 Bolt 74B A9B74B · 9B aktibo · Intelligence 21.4	2-bit mas mababang kalidad	23.1 GB	19–34
Qwen3 Coder Next80B · 3B aktibo · Intelligence 9.2	2-bit mas mababang kalidad	25 GB	60–107

Ibang Mac

Bawat Mac na may 32 GB, anumang chip.

Ang M4 na may mas malaki o mas maliit na memory:

Mga katabing chip:

Harapan:

Ihambing ito sa anumang Mac o GPU · Ang M4 para sa local AI · Ang pinakamagandang Mac para sa local LLM · Bawat Mac

Mga tanong

Ano ang pinakamagandang LLM para sa M4 na may 32 GB?: Sa mga model na may nailathalang Intelligence Index, Qwen3.6 35B A3B ang may pinakamataas na score sa mga tumatakbo nang maayos dito: 4-bit, mga 32–56 token bawat segundo.
Kaya ba ng M4 na may 32 GB ang Llama 3.3 70B?: Oo, pero mabagal: 2-bit (mas mababang kalidad), sa mga 2–4 token bawat segundo.
Gaano kabilis ang gpt-oss-20b sa M4?: Mga 28–51 token bawat segundo (native na 4.25-bit), batay sa 120 GB/s na memory bandwidth ng chip.

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.

Ano ang kaya ng M4 na may 32 GB?