Apa LLM terbaik untuk Mac dengan 64 GB?

Dari model yang punya skor Intelligence Index terbitan, Qwen3.8 27B mendapat skor tertinggi di antara yang berjalan baik di 64 GB (8-bit). Yang terbesar yang berjalan baik adalah Nemotron 3.5 Bolt 74B A9B. Untuk kode: Qwen3 Coder 30B A3B Instruct.

Apakah 64 GB cukup untuk AI lokal di Mac?

39 dari 73 model terbuka di sini berjalan baik di dalamnya pada 4 bit atau lebih baik. Secara bawaan macOS mengizinkan GPU memakai sekitar 48 GB darinya; model beserta konteksnya harus muat di situ.

Bisakah Mac 64 GB menjalankan gpt-oss-20b?

Ya, 4,25-bit bawaan, sekitar 65–115 token per detik di M4 Pro dan 189–337 di M1 Ultra.

LLM lokal terbaik untuk Mac 64 GB (M1 hingga M5): apa yang jalan

Mac dengan 64 GB

9 chip dari M1 hingga M5 tersedia dengan 64 GB. Buka salah satu untuk daftar dan kecepatannya sendiri.

Berjalan baik 47

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

Model	Versi	Memori	M4 Pro	M1 Ultra
Qwen3.8 27B27B · Kecerdasan 33,7	8-bit	28,7 GB	4–8	13–22
Nemotron 3.5 Bolt 74B A9B74B · 9B aktif · Kecerdasan 21,4	4-bit	41,6 GB	24–43	71–125
Qwen3.6 35B A3B35B · 3B aktif · Kecerdasan 18,2	8-bit	37,2 GB	38–68	113–200
Muse Glimmer 30B29,6B · Kecerdasan 17,5	8-bit	31,5 GB	4–7	11–20
Gemma 4 31B30,7B · Kecerdasan 14,7	8-bit	32,6 GB	4–7	11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B aktif · Kecerdasan 12,9	8-bit	31,9 GB	38–68	113–200
Granite 4.2 30B30B · Kecerdasan 12,7	8-bit	31,9 GB	4–7	11–20
MiniCPM5 2B2,52B · Kecerdasan 12,5	8-bit	2,7 GB	45–81	133–237
Qwen3.5 9B9B · Kecerdasan 11,2	8-bit	9,6 GB	13–23	38–67
Granite 4.2 8B8B · Kecerdasan 11,1	8-bit	8,5 GB	14–26	42–75
Granite 4.2 3B3B · Kecerdasan 9,1	8-bit	3,2 GB	38–68	113–200
gpt-oss-20b21B · 3,6B aktif · Kecerdasan 9	4,25-bit bawaan	13,8 GB	65–115	189–337
Nemotron 3 Nano 30B A3B30B · 3,5B aktif · Kecerdasan 8,9	8-bit	31,9 GB	33–59	97–173
Gemma 4 E4B8B · Kecerdasan 8,9	8-bit	8,5 GB	26–46	75–133
Ministral 3 8B8,9B · Kecerdasan 5,5	8-bit	9,5 GB	13–23	38–67
Nemotron 3 Nano 4B3,97B · Kecerdasan 4,8	8-bit	4,2 GB	29–52	86–152
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B aktif	8-bit	32,4 GB	35–62	103–183
GLM-4.7 Flash30B · 3B aktif	8-bit	31,9 GB	38–68	113–200
Qwen3.6 27B27B	8-bit	28,7 GB	4–8	13–22
Gemma 4 26B A4B25,2B · 3,8B aktif	8-bit	26,8 GB	31–55	90–160
Devstral Small 2 (24B)24B	8-bit	25,5 GB	5–9	14–25
Magistral Small 1.2 (2509)24B	8-bit	25,5 GB	5–9	14–25
Mistral Small 3.2 (24B)24B	8-bit	25,5 GB	5–9	14–25
LFM2.5 24B A2B24B · 2B aktif	8-bit	25,5 GB	59–104	171–305
Phi-4 Reasoning Vision 15B15B	8-bit	15,9 GB	10–18	23–40
Phi-4 (14B)14B	8-bit	14,9 GB	11–19	24–43
Gemma 4 12B Unified12B	8-bit	12,7 GB	10–17	28–50
Qwen3 8B8,2B	8-bit	8,7 GB	14–25	41–74
Llama 3.1 8B Instruct8B	8-bit	8,5 GB	14–26	42–75
Gemma 4 E2B5,1B	8-bit	5,4 GB	51–91	150–267
Qwen3.5 4B4B	8-bit	4,3 GB	29–51	84–149
Phi-4 mini instruct3,8B	8-bit	4 GB	31–55	90–160
Llama 3.2 3B Instruct3,21B	8-bit	3,4 GB	36–64	106–188
SmolLM3 3B3B	8-bit	3,2 GB	38–68	113–200
LFM2.5 2.6B2,69B	8-bit	2,9 GB	42–75	124–221
Qwen3.5 2B2B	8-bit	2,1 GB	59–104	171–305
Llama 3.2 1B Instruct1,23B	8-bit	1,3 GB	95–168	277–492
Qwen3.5 0.8B0,8B	8-bit	0,9 GB	137–243	400–711
Qwen3 0.6B0,6B	8-bit	0,6 GB	205–364	600–1067
Qwen3.5 122B A10B122B · 10B aktif · Kecerdasan 15,6	2-bit kualitas lebih rendah	38,1 GB	40–70	116–206
gpt-oss-120b117B · 5,1B aktif · Kecerdasan 11,6	2-bit kualitas lebih rendah	36,6 GB	77–137	225–400
Mistral Small 4 (119B)119B · 6,5B aktif · Kecerdasan 11,3	2-bit kualitas lebih rendah	37,2 GB	61–109	180–320
Qwen3 Coder Next80B · 3B aktif · Kecerdasan 9,2	3-bit kualitas lebih rendah	35 GB	95–168	277–492
Llama 4 Scout 17B-16E Instruct109B · 17B aktif · Kecerdasan 6,5	2-bit kualitas lebih rendah	34,1 GB	23–41	68–121
Ornith 1.5 122B122B · 10B aktif	2-bit kualitas lebih rendah	38,1 GB	40–70	116–206
Nemotron 3 Super 120B A12B120B · 12B aktif	2-bit kualitas lebih rendah	37,5 GB	32–57	95–168
GLM-4.5 Air106B · 12B aktif	2-bit kualitas lebih rendah	33,1 GB	32–57	95–168

Berjalan, tapi lambat 3

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

Model	Versi	Memori	M4 Pro	M1 Ultra
Llama 3.3 70B Instruct70B	4-bit	39,4 GB	3–6	9–16
Mistral Medium 3.5 (128B)128B · Kecerdasan 14,2	2-bit kualitas lebih rendah	40 GB	3–5	9–16
Devstral 2 (123B)123B	2-bit kualitas lebih rendah	38,4 GB	3–6	9–17

Pertanyaan

Apa LLM terbaik untuk Mac dengan 64 GB?: Dari model yang punya skor Intelligence Index terbitan, Qwen3.8 27B mendapat skor tertinggi di antara yang berjalan baik di 64 GB (8-bit). Yang terbesar yang berjalan baik adalah Nemotron 3.5 Bolt 74B A9B. Untuk kode: Qwen3 Coder 30B A3B Instruct.
Apakah 64 GB cukup untuk AI lokal di Mac?: 39 dari 73 model terbuka di sini berjalan baik di dalamnya pada 4 bit atau lebih baik. Secara bawaan macOS mengizinkan GPU memakai sekitar 48 GB darinya; model beserta konteksnya harus muat di situ.
Bisakah Mac 64 GB menjalankan gpt-oss-20b?: Ya, 4,25-bit bawaan, sekitar 65–115 token per detik di M4 Pro dan 189–337 di M1 Ultra.

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 64 GB.