लॉग इनवॉलेट बनाएँ

36 GB Mac के लिए सबसे अच्छे LLM।

36 GB में 73 में से 38 ओपन मॉडल अच्छी तरह चलते हैं। डिफ़ॉल्ट रूप से GPU इसमें से लगभग 27 GB इस्तेमाल कर सकता है। स्पीड चिप पर निर्भर करती है: M3 Pro पर 150 GB/s से M5 Max पर 460 GB/s तक।

सबसे स्मार्ट, जो अच्छी तरह चलता हैQwen3.8 27B4-बिट · 15.2 GB · 3–24 tok/sसबसे बड़ा, जो अच्छी तरह चलता हैQwen3.6 35B A3B4-बिट · 19.7 GB · 40–216 tok/sकोड के लिएQwen3 Coder 30B A3B Instruct6-बिट · 24.8 GB · 25–136 tok/s

36 GB वाले Mac

M3 से M5 की 4 चिप 36 GB के साथ आती हैं। उसकी अपनी सूची और स्पीड देखने के लिए कोई भी चिप खोलें।

अच्छी तरह चलते हैं 40

कॉन्टेक्स्ट के लिए जगह के साथ फ़िट होते हैं, M5 Max पर 10 या ज़्यादा टोकन प्रति सेकंड।

मॉडलवर्ज़नमेमोरीM3 ProM5 Max
Qwen3.8 27B27B · इंटेलिजेंस 33.74-बिट15.2 GB3–514–24
Qwen3.6 35B A3B35B · 3B सक्रिय · इंटेलिजेंस 18.24-बिट19.7 GB40–71122–216
Muse Glimmer 30B29.6B · इंटेलिजेंस 17.54-बिट16.7 GB3–512–22
Gemma 4 31B30.7B · इंटेलिजेंस 14.74-बिट17.3 GB3–512–21
Nemotron 3.5 Lightning 30B A3B30B · 3B सक्रिय · इंटेलिजेंस 12.96-बिट24.4 GB28–5086–153
Granite 4.2 30B30B · इंटेलिजेंस 12.74-बिट16.9 GB3–512–22
MiniCPM5 2B2.52B · इंटेलिजेंस 12.58-बिट2.7 GB25–4477–136
Qwen3.5 9B9B · इंटेलिजेंस 11.28-बिट9.6 GB13–2422–38
Granite 4.2 8B8B · इंटेलिजेंस 11.18-बिट8.5 GB10–1824–43
Granite 4.2 3B3B · इंटेलिजेंस 9.18-बिट3.2 GB21–3865–115
gpt-oss-20b21B · 3.6B सक्रिय · इंटेलिजेंस 9नेटिव 4.25-बिट13.8 GB36–63109–194
Nemotron 3 Nano 30B A3B30B · 3.5B सक्रिय · इंटेलिजेंस 8.96-बिट24.4 GB24–4374–131
Gemma 4 E4B8B · इंटेलिजेंस 8.98-बिट8.5 GB14–2543–77
Ministral 3 8B8.9B · इंटेलिजेंस 5.58-बिट9.5 GB14–2422–39
Nemotron 3 Nano 4B3.97B · इंटेलिजेंस 4.88-बिट4.2 GB16–2949–88
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B सक्रिय6-बिट24.8 GB25–4477–136
GLM-4.7 Flash30B · 3B सक्रिय6-बिट24.4 GB28–5086–153
Qwen3.6 27B27B4-बिट15.2 GB3–514–24
Gemma 4 26B A4B25.2B · 3.8B सक्रिय6-बिट20.5 GB22–3967–119
Devstral Small 2 (24B)24B6-बिट19.5 GB3–611–19
Magistral Small 1.2 (2509)24B6-बिट19.5 GB3–611–19
Mistral Small 3.2 (24B)24B6-बिट19.5 GB3–611–19
LFM2.5 24B A2B24B · 2B सक्रिय6-बिट19.5 GB42–75129–230
Phi-4 Reasoning Vision 15B15B8-बिट15.9 GB4–813–23
Phi-4 (14B)14B8-बिट14.9 GB5–814–25
Gemma 4 12B Unified12B8-बिट12.7 GB10–1816–29
Qwen3 8B8.2B8-बिट8.7 GB10–1824–42
Llama 3.1 8B Instruct8B8-बिट8.5 GB10–1824–43
Gemma 4 E2B5.1B8-बिट5.4 GB28–5086–153
Qwen3.5 4B4B8-बिट4.3 GB16–2848–86
Phi-4 mini instruct3.8B8-बिट4 GB17–3052–92
Llama 3.2 3B Instruct3.21B8-बिट3.4 GB20–3561–108
SmolLM3 3B3B8-बिट3.2 GB21–3865–115
LFM2.5 2.6B2.69B8-बिट2.9 GB23–4171–127
Qwen3.5 2B2B8-बिट2.1 GB32–5799–175
Llama 3.2 1B Instruct1.23B8-बिट1.3 GB52–92159–283
Qwen3.5 0.8B0.8B8-बिट0.9 GB75–133230–409
Qwen3 0.6B0.6B8-बिट0.6 GB113–200345–613
Nemotron 3.5 Bolt 74B A9B74B · 9B सक्रिय · इंटेलिजेंस 21.42-बिट कम क्वालिटी23.1 GB24–4374–131
Qwen3 Coder Next80B · 3B सक्रिय · इंटेलिजेंस 9.22-बिट कम क्वालिटी25 GB75–133230–409

चलते हैं, पर धीरे 1

फ़िट होते हैं, पर 10 टोकन प्रति सेकंड से कम: बैच काम के लिए ठीक, चैट के लिए धीमे।

मॉडलवर्ज़नमेमोरीM3 ProM5 Max
Llama 3.3 70B Instruct70B2-बिट कम क्वालिटी21.9 GB3–59–17

बहुत बड़े 32

36 GB से ज़्यादा मेमोरी चाहिए, 2 बिट पर भी।

सवाल

36 GB वाले Mac के लिए सबसे अच्छा LLM कौन-सा है?
जिन मॉडलों का Intelligence Index प्रकाशित है, उनमें से 36 GB में अच्छी तरह चलने वालों में Qwen3.8 27B का स्कोर सबसे ऊँचा है (4-बिट)। अच्छी तरह चलने वाला सबसे बड़ा मॉडल Qwen3.6 35B A3B है। कोड के लिए: Qwen3 Coder 30B A3B Instruct।
क्या Mac पर लोकल AI के लिए 36 GB काफ़ी है?
यहाँ के 73 ओपन मॉडल में से 38 इसमें 4 बिट या उससे बेहतर पर अच्छी तरह चलते हैं। डिफ़ॉल्ट रूप से macOS GPU को इसमें से लगभग 27 GB इस्तेमाल करने देता है; मॉडल और उसका कॉन्टेक्स्ट उसी में फ़िट होने चाहिए।
क्या 36 GB Mac पर gpt-oss-20b चल सकता है?
हाँ, नेटिव 4.25-बिट पर, M3 Pro पर लगभग 36–63 टोकन प्रति सेकंड और M5 Max पर 109–194।

दूसरे साइज़: 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

इन्हें MLX Harness (मुफ़्त, ओपन सोर्स) से या Terminal में Apple के mlx-lm से चलाएँ: स्टेप बाय स्टेप।

हिसाब कैसे लगाया गया

मेमोरी: मॉडल के पैरामीटर 8, 6, 4, 3 या 2 बिट प्रति वेट पर, साथ में MLX के ग्रुप स्केल (हर वेट पर आधा बिट), या उसका नेटिव फ़ॉर्मैट, और ऊपर से कॉन्टेक्स्ट के लिए जगह। डिफ़ॉल्ट रूप से macOS GPU को यूनिफ़ाइड मेमोरी का लगभग 75% इस्तेमाल करने देता है। स्पीड: मेमोरी बैंडविड्थ को हर टोकन पर पढ़े जाने वाले बाइट से भाग देने पर एक बातचीत की ऊपरी सीमा मिलती है; llama.cpp के सार्वजनिक Apple Silicon बेंचमार्क में असली रन इसके लगभग 45% से 80% तक पहुँचते हैं, और यही रेंज दिखाई गई है। ये अनुमान हैं, माप नहीं: अपना Mac MLX Bench पर मापें। मॉडल के आँकड़े हर मॉडल के आधिकारिक मॉडल कार्ड से, चिप के आँकड़े Apple के Tech Specs से। 2026-10-19 को जाँचा गया। वही डेटा जो mlx.app/compare पर है।

36 GB Mac के लिए सबसे अच्छे लोकल LLM (M3 से M5): क्या चलता है