લૉગ ઇનવૉલેટ બનાવો

48 GB Mac માટે શ્રેષ્ઠ LLM.

48 GBમાં 73માંથી 38 ઓપન મૉડલ સારાં ચાલે છે. ડિફૉલ્ટ રીતે GPU તેમાંથી આશરે 36 GB વાપરી શકે છે. ઝડપ ચિપ પર આધાર રાખે છે: M4 Pro પર 273 GB/sથી M5 Max પર 614 GB/s સુધી.

સારું ચાલતું સૌથી સ્માર્ટQwen3.8 27B8-બિટ · 28.7 GB · 4–17 tok/sસારું ચાલતું સૌથી મોટુંQwen3.6 35B A3B6-બિટ · 28.4 GB · 51–205 tok/sકોડ માટેQwen3 Coder 30B A3B Instruct8-બિટ · 32.4 GB · 35–140 tok/s

48 GBવાળાં Mac

M3થી M5ની 5 ચિપ 48 GB સાથે આવે છે. તેની પોતાની યાદી અને ઝડપ જોવા કોઈ પણ ચિપ ખોલો.

સારાં ચાલે છે 41

કૉન્ટેક્સ્ટ માટે જગ્યા સાથે સમાય છે, M5 Max પર સેકન્ડના 10 કે વધુ ટોકન.

મૉડલવર્ઝનમેમરીM4 ProM5 Max
Qwen3.8 27B27B · ઇન્ટેલિજન્સ 33.78-બિટ28.7 GB4–810–17
Qwen3.6 35B A3B35B · 3B સક્રિય · ઇન્ટેલિજન્સ 18.26-બિટ28.4 GB51–91115–205
Muse Glimmer 30B29.6B · ઇન્ટેલિજન્સ 17.56-બિટ24.1 GB4–711–20
Gemma 4 31B30.7B · ઇન્ટેલિજન્સ 14.76-બિટ24.9 GB4–711–20
Nemotron 3.5 Lightning 30B A3B30B · 3B સક્રિય · ઇન્ટેલિજન્સ 12.98-બિટ31.9 GB38–6886–154
Granite 4.2 30B30B · ઇન્ટેલિજન્સ 12.76-બિટ24.4 GB4–711–20
MiniCPM5 2B2.52B · ઇન્ટેલિજન્સ 12.58-બિટ2.7 GB45–81102–182
Qwen3.5 9B9B · ઇન્ટેલિજન્સ 11.28-બિટ9.6 GB13–2329–51
Granite 4.2 8B8B · ઇન્ટેલિજન્સ 11.18-બિટ8.5 GB14–2633–58
Granite 4.2 3B3B · ઇન્ટેલિજન્સ 9.18-બિટ3.2 GB38–6886–154
gpt-oss-20b21B · 3.6B સક્રિય · ઇન્ટેલિજન્સ 9નેટિવ 4.25-બિટ13.8 GB65–115145–259
Nemotron 3 Nano 30B A3B30B · 3.5B સક્રિય · ઇન્ટેલિજન્સ 8.98-બિટ31.9 GB33–5975–133
Gemma 4 E4B8B · ઇન્ટેલિજન્સ 8.98-બિટ8.5 GB26–4658–102
Ministral 3 8B8.9B · ઇન્ટેલિજન્સ 5.58-બિટ9.5 GB13–2329–52
Nemotron 3 Nano 4B3.97B · ઇન્ટેલિજન્સ 4.88-બિટ4.2 GB29–5266–117
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B સક્રિય8-બિટ32.4 GB35–6279–140
GLM-4.7 Flash30B · 3B સક્રિય8-બિટ31.9 GB38–6886–154
Qwen3.6 27B27B8-બિટ28.7 GB4–810–17
Gemma 4 26B A4B25.2B · 3.8B સક્રિય8-બિટ26.8 GB31–5569–123
Devstral Small 2 (24B)24B8-બિટ25.5 GB5–911–19
Magistral Small 1.2 (2509)24B8-બિટ25.5 GB5–911–19
Mistral Small 3.2 (24B)24B8-બિટ25.5 GB5–911–19
LFM2.5 24B A2B24B · 2B સક્રિય8-બિટ25.5 GB59–104132–234
Phi-4 Reasoning Vision 15B15B8-બિટ15.9 GB10–1817–31
Phi-4 (14B)14B8-બિટ14.9 GB11–1919–33
Gemma 4 12B Unified12B8-બિટ12.7 GB10–1722–39
Qwen3 8B8.2B8-બિટ8.7 GB14–2532–56
Llama 3.1 8B Instruct8B8-બિટ8.5 GB14–2633–58
Gemma 4 E2B5.1B8-બિટ5.4 GB51–91115–205
Qwen3.5 4B4B8-બિટ4.3 GB29–5164–114
Phi-4 mini instruct3.8B8-બિટ4 GB31–5569–123
Llama 3.2 3B Instruct3.21B8-બિટ3.4 GB36–6481–144
SmolLM3 3B3B8-બિટ3.2 GB38–6886–154
LFM2.5 2.6B2.69B8-બિટ2.9 GB42–7595–169
Qwen3.5 2B2B8-બિટ2.1 GB59–104132–234
Llama 3.2 1B Instruct1.23B8-બિટ1.3 GB95–168213–378
Qwen3.5 0.8B0.8B8-બિટ0.9 GB137–243307–546
Qwen3 0.6B0.6B8-બિટ0.6 GB205–364461–819
Nemotron 3.5 Bolt 74B A9B74B · 9B સક્રિય · ઇન્ટેલિજન્સ 21.43-બિટ ઓછી ગુણવત્તા32.4 GB32–5671–126
Qwen3 Coder Next80B · 3B સક્રિય · ઇન્ટેલિજન્સ 9.22-બિટ ઓછી ગુણવત્તા25 GB137–243307–546
GLM-4.5 Air106B · 12B સક્રિય2-બિટ ઓછી ગુણવત્તા33.1 GB32–5773–129

ચાલે છે, પણ ધીમે 1

સમાય છે, પણ સેકન્ડના 10 ટોકનથી ઓછી ઝડપે: બૅચ કામ માટે બરાબર, ચૅટ માટે ધીમાં.

મૉડલવર્ઝનમેમરીM4 ProM5 Max
Llama 3.3 70B Instruct70B3-બિટ ઓછી ગુણવત્તા30.6 GB4–79–16

માંડ માંડ સમાય છે 8

લગભગ આખી મેમરી જોઈએ: GPU મેમરીની મર્યાદા વધારો અને કૉન્ટેક્સ્ટ ટૂંકો રાખો.

મૉડલવર્ઝનમેમરીM4 ProM5 Max
Qwen3.5 122B A10B122B · 10B સક્રિય · ઇન્ટેલિજન્સ 15.62-બિટ ઓછી ગુણવત્તા38.1 GB40–7089–158
Mistral Medium 3.5 (128B)128B · ઇન્ટેલિજન્સ 14.22-બિટ ઓછી ગુણવત્તા40 GB3–57–12
gpt-oss-120b117B · 5.1B સક્રિય · ઇન્ટેલિજન્સ 11.62-બિટ ઓછી ગુણવત્તા36.6 GB77–137173–307
Mistral Small 4 (119B)119B · 6.5B સક્રિય · ઇન્ટેલિજન્સ 11.32-બિટ ઓછી ગુણવત્તા37.2 GB61–109138–246
Llama 4 Scout 17B-16E Instruct109B · 17B સક્રિય · ઇન્ટેલિજન્સ 6.52-બિટ ઓછી ગુણવત્તા34.1 GB23–4152–93
Devstral 2 (123B)123B2-બિટ ઓછી ગુણવત્તા38.4 GB3–67–13
Ornith 1.5 122B122B · 10B સક્રિય2-બિટ ઓછી ગુણવત્તા38.1 GB40–7089–158
Nemotron 3 Super 120B A12B120B · 12B સક્રિય2-બિટ ઓછી ગુણવત્તા37.5 GB32–5773–129

બહુ મોટાં 23

48 GB કરતાં વધુ મેમરી જોઈએ, 2 બિટ પર પણ.

પ્રશ્નો

48 GBવાળા Mac માટે શ્રેષ્ઠ LLM કયું છે?
જે મૉડલનો Intelligence Index પ્રકાશિત છે, તેમાંથી 48 GBમાં સારાં ચાલતાં મૉડલમાં Qwen3.8 27Bનો સ્કોર સૌથી ઊંચો છે (8-બિટ). સારું ચાલતું સૌથી મોટું મૉડલ Qwen3.6 35B A3B છે. કોડ માટે: Qwen3 Coder 30B A3B Instruct.
શું Mac પર લોકલ AI માટે 48 GB પૂરતી છે?
અહીંનાં 73 ઓપન મૉડલમાંથી 38 તેમાં 4 બિટ કે તેથી સારા પ્રિસિઝન પર સારાં ચાલે છે. ડિફૉલ્ટ રીતે macOS GPUને તેમાંથી આશરે 36 GB વાપરવા દે છે; મૉડલ અને તેનો કૉન્ટેક્સ્ટ તેમાં જ સમાવા જોઈએ.
શું 48 GB Mac પર gpt-oss-20b ચાલી શકે?
હા, નેટિવ 4.25-બિટ, M4 Pro પર સેકન્ડના આશરે 65–115 ટોકન અને M5 Max પર 145–259.

બીજી સાઇઝ: 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

આ મૉડલ MLX Harness (મફત, ઓપન સોર્સ) વડે અથવા Terminalમાં Appleના mlx-lm વડે ચલાવો: સ્ટેપ બાય સ્ટેપ.

ગણતરી કેવી રીતે થઈ

મેમરી: મૉડલના પૅરામીટર પ્રતિ વેઇટ 8, 6, 4, 3 કે 2 બિટ પર, ઉપરાંત MLXના ગ્રુપ સ્કેલ (પ્રતિ વેઇટ અડધો બિટ), અથવા તેનું નેટિવ ફૉર્મેટ, અને ઉપરથી કૉન્ટેક્સ્ટ માટે જગ્યા. ડિફૉલ્ટ રીતે macOS GPUને યુનિફાઇડ મેમરીનો આશરે 75% ભાગ વાપરવા દે છે. ઝડપ: મેમરી બૅન્ડવિડ્થને દરેક ટોકન માટે વંચાતા બાઇટથી ભાગતાં એક વાતચીતની ઉપલી મર્યાદા મળે છે; llama.cppના જાહેર Apple Silicon બેન્ચમાર્કમાં ખરા રન તેના આશરે 45%થી 80% સુધી પહોંચે છે, અને એ જ રેન્જ બતાવી છે. આ અંદાજ છે, માપ નથી: તમારું Mac MLX Bench પર માપો. મૉડલના આંકડા દરેક સત્તાવાર મૉડલ કાર્ડમાંથી, ચિપના આંકડા Appleના Tech Specsમાંથી. 2026-10-19ના રોજ ચકાસ્યું. mlx.app/compare જેવો જ ડેટા.

48 GB Mac માટે શ્રેષ્ઠ લોકલ LLM (M3થી M5): શું ચાલે છે