Se connecterCréer un portefeuille

Les meilleurs LLM pour un Mac de 8 GB.

16 des 73 modèles ouverts tournent bien avec 8 GB. Par défaut, le GPU peut en utiliser environ 6 GB. La vitesse dépend de la puce : de 68 GB/s sur la M1 à 100 GB/s sur la M2.

Le plus intelligent qui tourne bienMiniCPM5 2B8 bits · 2,7 GB · 11–30 tok/sLe plus grand qui tourne bienGranite 4.2 8B4 bits · 4,5 GB · 7–18 tok/s

Mac avec 8 GB

3 puces, de M1 à M3, existent avec 8 GB. Ouvrez-en une pour voir sa liste et ses vitesses.

Tourne bien 21

Tient avec de la place pour le contexte, à 10 tokens par seconde ou plus sur la puce M2.

ModèleVersionMémoireM1M2
MiniCPM5 2B2,52B · Intelligence 12,58 bits2,7 GB11–2017–30
Granite 4.2 8B8B · Intelligence 11,14 bits4,5 GB7–1210–18
Granite 4.2 3B3B · Intelligence 9,18 bits3,2 GB10–1714–25
Gemma 4 E4B8B · Intelligence 8,94 bits4,5 GB12–2218–32
Nemotron 3 Nano 4B3,97B · Intelligence 4,88 bits4,2 GB10–1711–19
Llama 3.1 8B Instruct8B4 bits4,5 GB7–1210–18
Gemma 4 E2B5,1B6 bits4,1 GB16–2924–42
Qwen3.5 4B4B8 bits4,3 GB13–2410–19
Phi-4 mini instruct3,8B8 bits4 GB10–1811–20
Llama 3.2 3B Instruct3,21B8 bits3,4 GB12–2113–24
SmolLM3 3B3B8 bits3,2 GB10–1714–25
LFM2.5 2.6B2,69B8 bits2,9 GB11–1916–28
Qwen3.5 2B2B8 bits2,1 GB15–2621–38
Llama 3.2 1B Instruct1,23B8 bits1,3 GB24–4235–62
Qwen3.5 0.8B0,8B8 bits0,9 GB34–6050–89
Qwen3 0.6B0,6B8 bits0,6 GB51–9175–133
Qwen3.5 9B9B · Intelligence 11,23 bits qualité moindre3,9 GB8–1412–21
Ministral 3 8B8,9B · Intelligence 5,53 bits qualité moindre3,9 GB8–1412–21
Phi-4 (14B)14B2 bits qualité moindre4,4 GB7–1210–18
Gemma 4 12B Unified12B2 bits qualité moindre3,7 GB8–1512–22
Qwen3 8B8,2B3 bits qualité moindre3,6 GB9–1513–22

Tient tout juste 1

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

ModèleVersionMémoireM1M2
Phi-4 Reasoning Vision 15B15B2 bits qualité moindre4,7 GB7–1210–17

Trop grand 51

Demande plus de 8 GB de mémoire, même en 2 bits.

Questions

Quel est le meilleur LLM pour un Mac de 8 GB ?
Parmi les modèles dotés d’un Intelligence Index publié, MiniCPM5 2B obtient le meilleur score parmi ceux qui tournent bien avec 8 GB (8 bits). Le plus grand qui tourne bien est Granite 4.2 8B.
8 GB suffisent-ils pour l’IA locale sur un Mac ?
16 des 73 modèles ouverts présentés ici y tournent bien, en 4 bits ou plus. Par défaut, macOS laisse le GPU en utiliser environ 6 GB ; le modèle et son contexte doivent y tenir.
Un Mac de 8 GB peut-il faire tourner gpt-oss-20b ?
Non : il demande plus que les 6 GB que le GPU peut utiliser par défaut.

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.

Meilleurs LLM en local pour un Mac de 8 GB (M1 à M3)