Quel est le meilleur LLM pour un Mac de 36 GB ?

Parmi les modèles dotés d’un Intelligence Index publié, Qwen3.8 27B obtient le meilleur score parmi ceux qui tournent bien avec 36 GB (4 bits). Le plus grand qui tourne bien est Qwen3.6 35B A3B. Pour le code : Qwen3 Coder 30B A3B Instruct.

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

38 des 73 modèles ouverts présentés ici y tournent bien, en 4 bits ou plus. Par défaut, macOS laisse le GPU en utiliser environ 27 GB ; le modèle et son contexte doivent y tenir.

Un Mac de 36 GB peut-il faire tourner gpt-oss-20b ?

Oui, 4,25 bits natif, à environ 36–63 tokens par seconde sur une puce M3 Pro et 109–194 sur une M5 Max.

Meilleurs LLM en local pour un Mac de 36 GB (M3 à M5)

Mac avec 36 GB

4 puces, de M3 à M5, existent avec 36 GB. Ouvrez-en une pour voir sa liste et ses vitesses.

Tourne bien 40

Tient avec de la place pour le contexte, à 10 tokens par seconde ou plus sur la puce M5 Max.

Modèle	Version	Mémoire	M3 Pro	M5 Max
Qwen3.8 27B27B · Intelligence 33,7	4 bits	15,2 GB	3–5	14–24
Qwen3.6 35B A3B35B · 3B actifs · Intelligence 18,2	4 bits	19,7 GB	40–71	122–216
Muse Glimmer 30B29,6B · Intelligence 17,5	4 bits	16,7 GB	3–5	12–22
Gemma 4 31B30,7B · Intelligence 14,7	4 bits	17,3 GB	3–5	12–21
Nemotron 3.5 Lightning 30B A3B30B · 3B actifs · Intelligence 12,9	6 bits	24,4 GB	28–50	86–153
Granite 4.2 30B30B · Intelligence 12,7	4 bits	16,9 GB	3–5	12–22
MiniCPM5 2B2,52B · Intelligence 12,5	8 bits	2,7 GB	25–44	77–136
Qwen3.5 9B9B · Intelligence 11,2	8 bits	9,6 GB	13–24	22–38
Granite 4.2 8B8B · Intelligence 11,1	8 bits	8,5 GB	10–18	24–43
Granite 4.2 3B3B · Intelligence 9,1	8 bits	3,2 GB	21–38	65–115
gpt-oss-20b21B · 3,6B actifs · Intelligence 9	4,25 bits natif	13,8 GB	36–63	109–194
Nemotron 3 Nano 30B A3B30B · 3,5B actifs · Intelligence 8,9	6 bits	24,4 GB	24–43	74–131
Gemma 4 E4B8B · Intelligence 8,9	8 bits	8,5 GB	14–25	43–77
Ministral 3 8B8,9B · Intelligence 5,5	8 bits	9,5 GB	14–24	22–39
Nemotron 3 Nano 4B3,97B · Intelligence 4,8	8 bits	4,2 GB	16–29	49–88
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actifs	6 bits	24,8 GB	25–44	77–136
GLM-4.7 Flash30B · 3B actifs	6 bits	24,4 GB	28–50	86–153
Qwen3.6 27B27B	4 bits	15,2 GB	3–5	14–24
Gemma 4 26B A4B25,2B · 3,8B actifs	6 bits	20,5 GB	22–39	67–119
Devstral Small 2 (24B)24B	6 bits	19,5 GB	3–6	11–19
Magistral Small 1.2 (2509)24B	6 bits	19,5 GB	3–6	11–19
Mistral Small 3.2 (24B)24B	6 bits	19,5 GB	3–6	11–19
LFM2.5 24B A2B24B · 2B actifs	6 bits	19,5 GB	42–75	129–230
Phi-4 Reasoning Vision 15B15B	8 bits	15,9 GB	4–8	13–23
Phi-4 (14B)14B	8 bits	14,9 GB	5–8	14–25
Gemma 4 12B Unified12B	8 bits	12,7 GB	10–18	16–29
Qwen3 8B8,2B	8 bits	8,7 GB	10–18	24–42
Llama 3.1 8B Instruct8B	8 bits	8,5 GB	10–18	24–43
Gemma 4 E2B5,1B	8 bits	5,4 GB	28–50	86–153
Qwen3.5 4B4B	8 bits	4,3 GB	16–28	48–86
Phi-4 mini instruct3,8B	8 bits	4 GB	17–30	52–92
Llama 3.2 3B Instruct3,21B	8 bits	3,4 GB	20–35	61–108
SmolLM3 3B3B	8 bits	3,2 GB	21–38	65–115
LFM2.5 2.6B2,69B	8 bits	2,9 GB	23–41	71–127
Qwen3.5 2B2B	8 bits	2,1 GB	32–57	99–175
Llama 3.2 1B Instruct1,23B	8 bits	1,3 GB	52–92	159–283
Qwen3.5 0.8B0,8B	8 bits	0,9 GB	75–133	230–409
Qwen3 0.6B0,6B	8 bits	0,6 GB	113–200	345–613
Nemotron 3.5 Bolt 74B A9B74B · 9B actifs · Intelligence 21,4	2 bits qualité moindre	23,1 GB	24–43	74–131
Qwen3 Coder Next80B · 3B actifs · Intelligence 9,2	2 bits qualité moindre	25 GB	75–133	230–409

Tourne, mais lentement 1

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

Modèle	Version	Mémoire	M3 Pro	M5 Max
Llama 3.3 70B Instruct70B	2 bits qualité moindre	21,9 GB	3–5	9–17

Questions

Quel est le meilleur LLM pour un Mac de 36 GB ?: Parmi les modèles dotés d’un Intelligence Index publié, Qwen3.8 27B obtient le meilleur score parmi ceux qui tournent bien avec 36 GB (4 bits). Le plus grand qui tourne bien est Qwen3.6 35B A3B. Pour le code : Qwen3 Coder 30B A3B Instruct.
36 GB suffisent-ils pour l’IA locale sur un Mac ?: 38 des 73 modèles ouverts présentés ici y tournent bien, en 4 bits ou plus. Par défaut, macOS laisse le GPU en utiliser environ 27 GB ; le modèle et son contexte doivent y tenir.
Un Mac de 36 GB peut-il faire tourner gpt-oss-20b ?: Oui, 4,25 bits natif, à environ 36–63 tokens par seconde sur une puce M3 Pro et 109–194 sur une M5 Max.

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 36 GB.