Apa LLM terbaik untuk Mac dengan 32 GB?

Dari model yang punya skor Intelligence Index terbitan, Qwen3.8 27B mendapat skor tertinggi di antara yang berjalan baik di 32 GB (4-bit). Yang terbesar yang berjalan baik adalah Qwen3.6 35B A3B. Untuk kode: Qwen3 Coder 30B A3B Instruct.

Apakah 32 GB cukup untuk AI lokal di Mac?

38 dari 73 model terbuka di sini berjalan baik di dalamnya pada 4 bit atau lebih baik. Secara bawaan macOS mengizinkan GPU memakai sekitar 24 GB darinya; model beserta konteksnya harus muat di situ.

Bisakah Mac 32 GB menjalankan gpt-oss-20b?

Ya, 4,25-bit bawaan, sekitar 28–51 token per detik di M4 dan 95–168 di M1 Max.

LLM lokal terbaik untuk Mac 32 GB (M1 hingga M6): apa yang jalan

Mac dengan 32 GB

7 chip dari M1 hingga M6 tersedia dengan 32 GB. Buka salah satu untuk daftar dan kecepatannya sendiri.

Berjalan baik 38

Muat dengan ruang untuk konteks, 10 token per detik atau lebih di M1 Max.

Model	Versi	Memori	M4	M1 Max
Qwen3.8 27B27B · Kecerdasan 33,7	4-bit	15,2 GB	2–4	12–21
Qwen3.6 35B A3B35B · 3B aktif · Kecerdasan 18,2	4-bit	19,7 GB	32–56	106–188
Muse Glimmer 30B29,6B · Kecerdasan 17,5	4-bit	16,7 GB	3–6	11–19
Gemma 4 31B30,7B · Kecerdasan 14,7	4-bit	17,3 GB	3–6	10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B aktif · Kecerdasan 12,9	4-bit	16,9 GB	32–56	106–188
Granite 4.2 30B30B · Kecerdasan 12,7	4-bit	16,9 GB	3–6	11–19
MiniCPM5 2B2,52B · Kecerdasan 12,5	8-bit	2,7 GB	20–36	67–119
Qwen3.5 9B9B · Kecerdasan 11,2	8-bit	9,6 GB	11–19	19–33
Granite 4.2 8B8B · Kecerdasan 11,1	8-bit	8,5 GB	12–21	21–38
Granite 4.2 3B3B · Kecerdasan 9,1	8-bit	3,2 GB	17–30	56–100
gpt-oss-20b21B · 3,6B aktif · Kecerdasan 9	4,25-bit bawaan	13,8 GB	28–51	95–168
Nemotron 3 Nano 30B A3B30B · 3,5B aktif · Kecerdasan 8,9	4-bit	16,9 GB	27–48	90–160
Gemma 4 E4B8B · Kecerdasan 8,9	8-bit	8,5 GB	11–20	38–67
Ministral 3 8B8,9B · Kecerdasan 5,5	8-bit	9,5 GB	11–19	19–34
Nemotron 3 Nano 4B3,97B · Kecerdasan 4,8	8-bit	4,2 GB	13–23	43–76
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B aktif	4-bit	17,2 GB	28–51	95–168
GLM-4.7 Flash30B · 3B aktif	4-bit	16,9 GB	32–56	106–188
Qwen3.6 27B27B	4-bit	15,2 GB	2–4	12–21
Gemma 4 26B A4B25,2B · 3,8B aktif	6-bit	20,5 GB	17–31	58–103
Devstral Small 2 (24B)24B	4-bit	13,5 GB	3–5	13–24
Magistral Small 1.2 (2509)24B	4-bit	13,5 GB	3–5	13–24
Mistral Small 3.2 (24B)24B	4-bit	13,5 GB	3–5	13–24
LFM2.5 24B A2B24B · 2B aktif	6-bit	19,5 GB	34–60	113–200
Phi-4 Reasoning Vision 15B15B	8-bit	15,9 GB	3–6	11–20
Phi-4 (14B)14B	8-bit	14,9 GB	4–6	12–21
Gemma 4 12B Unified12B	8-bit	12,7 GB	4–8	14–25
Qwen3 8B8,2B	8-bit	8,7 GB	12–21	21–37
Llama 3.1 8B Instruct8B	8-bit	8,5 GB	12–21	21–38
Gemma 4 E2B5,1B	8-bit	5,4 GB	23–40	75–133
Qwen3.5 4B4B	8-bit	4,3 GB	13–22	42–74
Phi-4 mini instruct3,8B	8-bit	4 GB	14–24	45–80
Llama 3.2 3B Instruct3,21B	8-bit	3,4 GB	16–28	53–94
SmolLM3 3B3B	8-bit	3,2 GB	17–30	56–100
LFM2.5 2.6B2,69B	8-bit	2,9 GB	19–33	62–110
Qwen3.5 2B2B	8-bit	2,1 GB	26–46	86–152
Llama 3.2 1B Instruct1,23B	8-bit	1,3 GB	42–74	138–246
Qwen3.5 0.8B0,8B	8-bit	0,9 GB	60–107	200–356
Qwen3 0.6B0,6B	8-bit	0,6 GB	90–160	300–533

Berjalan, tapi lambat 1

Muat, tapi di bawah 10 token per detik: cocok untuk pekerjaan batch, lambat untuk chat.

Model	Versi	Memori	M4	M1 Max
Llama 3.3 70B Instruct70B	2-bit kualitas lebih rendah	21,9 GB	2–4	8–15

Pas-pasan muat 2

Butuh hampir seluruh memori: naikkan batas memori GPU dan buat konteks tetap pendek.

Model	Versi	Memori	M4	M1 Max
Nemotron 3.5 Bolt 74B A9B74B · 9B aktif · Kecerdasan 21,4	2-bit kualitas lebih rendah	23,1 GB	19–34	64–114
Qwen3 Coder Next80B · 3B aktif · Kecerdasan 9,2	2-bit kualitas lebih rendah	25 GB	60–107	200–356

Pertanyaan

Apa LLM terbaik untuk Mac dengan 32 GB?: Dari model yang punya skor Intelligence Index terbitan, Qwen3.8 27B mendapat skor tertinggi di antara yang berjalan baik di 32 GB (4-bit). Yang terbesar yang berjalan baik adalah Qwen3.6 35B A3B. Untuk kode: Qwen3 Coder 30B A3B Instruct.
Apakah 32 GB cukup untuk AI lokal di Mac?: 38 dari 73 model terbuka di sini berjalan baik di dalamnya pada 4 bit atau lebih baik. Secara bawaan macOS mengizinkan GPU memakai sekitar 24 GB darinya; model beserta konteksnya harus muat di situ.
Bisakah Mac 32 GB menjalankan gpt-oss-20b?: Ya, 4,25-bit bawaan, sekitar 28–51 token per detik di M4 dan 95–168 di M1 Max.

Ukuran lain: 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

Jalankan dengan MLX Harness (gratis, open source) atau mlx-lm dari Apple di Terminal: langkah demi langkah.

Cara menghitungnya

Memori: parameter model pada 8, 6, 4, 3, atau 2 bit per bobot ditambah skala grup MLX (setengah bit per bobot), atau format bawaannya, ditambah ruang untuk konteks. Secara bawaan macOS mengizinkan GPU memakai sekitar 75% memori terpadu. Kecepatan: bandwidth memori dibagi jumlah byte yang dibaca per token adalah batas atas untuk satu percakapan; dalam benchmark Apple Silicon publik llama.cpp, proses nyata mencapai sekitar 45% hingga 80% darinya, dan rentang itulah yang ditampilkan. Ini perkiraan, bukan pengukuran: ukur Mac Anda sendiri di MLX Bench. Angka model dari kartu model resmi masing-masing, angka chip dari Spesifikasi Teknis Apple. Diperiksa 2026-10-19. Data sama dengan mlx.app/compare.

LLM terbaik untuk Mac 32 GB.