Quel est le meilleur LLM pour un Mac de 16 GB ?

Parmi les modèles dotés d’un Intelligence Index publié, MiniCPM5 2B obtient le meilleur score parmi ceux qui tournent bien avec 16 GB (8 bits). Le plus grand qui tourne bien est Phi-4 Reasoning Vision 15B.

16 GB suffisent-ils pour l’IA locale sur un Mac ?

22 des 73 modèles ouverts présentés ici y tournent bien, en 4 bits ou plus. Par défaut, macOS laisse le GPU en utiliser environ 12 GB ; le modèle et son contexte doivent y tenir.

Un Mac de 16 GB peut-il faire tourner gpt-oss-20b ?

Oui, 3 bits, à environ 19–34 tokens par seconde sur une puce M1 et 56–100 sur une M1 Pro.

Meilleurs LLM en local pour un Mac de 16 GB (M1 à M6)

Mac avec 16 GB

8 puces, de M1 à M6, existent avec 16 GB. Ouvrez-en une pour voir sa liste et ses vitesses.

Tourne bien 33

Tient avec de la place pour le contexte, à 10 tokens par seconde ou plus sur la puce M1 Pro.

Modèle	Version	Mémoire	M1	M1 Pro
MiniCPM5 2B2,52B · Intelligence 12,5	8 bits	2,7 GB	11–20	33–59
Qwen3.5 9B9B · Intelligence 11,2	6 bits	7,3 GB	3–6	12–22
Granite 4.2 8B8B · Intelligence 11,1	8 bits	8,5 GB	4–6	11–19
Granite 4.2 3B3B · Intelligence 9,1	8 bits	3,2 GB	10–17	28–50
Gemma 4 E4B8B · Intelligence 8,9	8 bits	8,5 GB	12–22	19–33
Ministral 3 8B8,9B · Intelligence 5,5	6 bits	7,2 GB	3–6	13–22
Nemotron 3 Nano 4B3,97B · Intelligence 4,8	8 bits	4,2 GB	10–17	21–38
Phi-4 Reasoning Vision 15B15B	4 bits	8,4 GB	4–6	11–19
Phi-4 (14B)14B	4 bits	7,9 GB	4–7	11–20
Gemma 4 12B Unified12B	4 bits	6,7 GB	3–6	13–24
Qwen3 8B8,2B	8 bits	8,7 GB	4–6	10–18
Llama 3.1 8B Instruct8B	8 bits	8,5 GB	4–6	11–19
Gemma 4 E2B5,1B	8 bits	5,4 GB	13–23	38–67
Qwen3.5 4B4B	8 bits	4,3 GB	13–24	21–37
Phi-4 mini instruct3,8B	8 bits	4 GB	10–18	23–40
Llama 3.2 3B Instruct3,21B	8 bits	3,4 GB	12–21	26–47
SmolLM3 3B3B	8 bits	3,2 GB	10–17	28–50
LFM2.5 2.6B2,69B	8 bits	2,9 GB	11–19	31–55
Qwen3.5 2B2B	8 bits	2,1 GB	15–26	43–76
Llama 3.2 1B Instruct1,23B	8 bits	1,3 GB	24–42	69–123
Qwen3.5 0.8B0,8B	8 bits	0,9 GB	34–60	100–178
Qwen3 0.6B0,6B	8 bits	0,6 GB	51–91	150–267
Qwen3.8 27B27B · Intelligence 33,7	2 bits qualité moindre	8,4 GB	4–6	11–19
Muse Glimmer 30B29,6B · Intelligence 17,5	2 bits qualité moindre	9,3 GB	3–6	10–17
Nemotron 3.5 Lightning 30B A3B30B · 3B actifs · Intelligence 12,9	2 bits qualité moindre	9,4 GB	34–60	100–178
Granite 4.2 30B30B · Intelligence 12,7	2 bits qualité moindre	9,4 GB	3–6	10–17
gpt-oss-20b21B · 3,6B actifs · Intelligence 9	3 bits qualité moindre	9,2 GB	19–34	56–100
Nemotron 3 Nano 30B A3B30B · 3,5B actifs · Intelligence 8,9	2 bits qualité moindre	9,4 GB	28–49	82–145
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actifs	2 bits qualité moindre	9,5 GB	31–54	90–160
GLM-4.7 Flash30B · 3B actifs	2 bits qualité moindre	9,4 GB	34–60	100–178
Qwen3.6 27B27B	2 bits qualité moindre	8,4 GB	4–6	11–19
Gemma 4 26B A4B25,2B · 3,8B actifs	2 bits qualité moindre	7,9 GB	26–45	75–133
LFM2.5 24B A2B24B · 2B actifs	3 bits qualité moindre	10,5 GB	34–60	100–178

Tourne, mais lentement 4

Tient, mais sous 10 tokens par seconde : bien pour les traitements par lots, lent pour discuter.

Modèle	Version	Mémoire	M1	M1 Pro
Gemma 4 31B30,7B · Intelligence 14,7	2 bits qualité moindre	9,6 GB	3–6	9–17
Devstral Small 2 (24B)24B	3 bits qualité moindre	10,5 GB	3–5	9–15
Magistral Small 1.2 (2509)24B	3 bits qualité moindre	10,5 GB	3–5	9–15
Mistral Small 3.2 (24B)24B	3 bits qualité moindre	10,5 GB	3–5	9–15

Tient tout juste 1

Occupe presque toute la mémoire : relevez la limite de mémoire du GPU et gardez un contexte court.

Modèle	Version	Mémoire	M1	M1 Pro
Qwen3.6 35B A3B35B · 3B actifs · Intelligence 18,2	2 bits qualité moindre	10,9 GB	34–60	100–178

Questions

Quel est le meilleur LLM pour un Mac de 16 GB ?: Parmi les modèles dotés d’un Intelligence Index publié, MiniCPM5 2B obtient le meilleur score parmi ceux qui tournent bien avec 16 GB (8 bits). Le plus grand qui tourne bien est Phi-4 Reasoning Vision 15B.
16 GB suffisent-ils pour l’IA locale sur un Mac ?: 22 des 73 modèles ouverts présentés ici y tournent bien, en 4 bits ou plus. Par défaut, macOS laisse le GPU en utiliser environ 12 GB ; le modèle et son contexte doivent y tenir.
Un Mac de 16 GB peut-il faire tourner gpt-oss-20b ?: Oui, 3 bits, à environ 19–34 tokens par seconde sur une puce M1 et 56–100 sur une M1 Pro.

Autres capacités : 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

Faites-les tourner avec MLX Harness (gratuit, open source) ou avec mlx-lm d’Apple dans le Terminal : pas à pas.

Comment c’est calculé

Mémoire : les paramètres du modèle à 8, 6, 4, 3 ou 2 bits par poids, plus les facteurs d’échelle par groupe de MLX (un demi-bit par poids), ou son format natif, avec en plus de la place pour le contexte. Par défaut, macOS laisse le GPU utiliser environ 75 % de la mémoire unifiée. Vitesse : la bande passante mémoire divisée par les octets lus pour chaque token donne le plafond pour une conversation ; dans les benchmarks Apple Silicon publics de llama.cpp, les exécutions réelles atteignent environ 45 % à 80 % de ce plafond, et c’est la fourchette affichée. Ce sont des estimations, pas des mesures : mesurez votre propre Mac sur MLX Bench. Chiffres des modèles tirés de chaque fiche officielle, chiffres des puces tirés des caractéristiques techniques d’Apple. Vérifié le 2026-10-19. Mêmes données que mlx.app/compare.

Les meilleurs LLM pour un Mac de 16 GB.