MasukBuat dompet

Apa yang bisa dijalankan M1 dengan 16 GB?

14 dari 73 model terbuka berjalan baik di sini. Secara bawaan GPU bisa memakai sekitar 12 GB dari 16 GB, dan membaca memori pada 68 GB/s, yang menentukan kecepatan menulisnya. Ada di: MacBook Air (M1, 2020), MacBook Pro (13-inch, M1, 2020), Mac mini (M1, 2020), iMac (24-inch, M1, 2021).

Paling cerdas yang berjalan baikMiniCPM5 2B8-bit · 2,7 GB · 11–20 tok/sTerbesar yang berjalan baikGemma 4 E4B4-bit · 4,5 GB · 12–22 tok/s

Berjalan baik 21

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

ModelVersiMemoriToken/s
MiniCPM5 2B2,52B · Kecerdasan 12,58-bit2,7 GB11–20
Granite 4.2 3B3B · Kecerdasan 9,18-bit3,2 GB10–17
Gemma 4 E4B8B · Kecerdasan 8,94-bit4,5 GB12–22
Nemotron 3 Nano 4B3,97B · Kecerdasan 4,86-bit3,2 GB10–17
Gemma 4 E2B5,1B8-bit5,4 GB13–23
Qwen3.5 4B4B4-bit2,3 GB13–24
Phi-4 mini instruct3,8B6-bit3,1 GB10–18
Llama 3.2 3B Instruct3,21B6-bit2,6 GB12–21
SmolLM3 3B3B8-bit3,2 GB10–17
LFM2.5 2.6B2,69B8-bit2,9 GB11–19
Qwen3.5 2B2B8-bit2,1 GB15–26
Llama 3.2 1B Instruct1,23B8-bit1,3 GB24–42
Qwen3.5 0.8B0,8B8-bit0,9 GB34–60
Qwen3 0.6B0,6B8-bit0,6 GB51–91
Nemotron 3.5 Lightning 30B A3B30B · 3B aktif · Kecerdasan 12,92-bit kualitas lebih rendah9,4 GB34–60
gpt-oss-20b21B · 3,6B aktif · Kecerdasan 93-bit kualitas lebih rendah9,2 GB19–34
Nemotron 3 Nano 30B A3B30B · 3,5B aktif · Kecerdasan 8,92-bit kualitas lebih rendah9,4 GB28–49
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B aktif2-bit kualitas lebih rendah9,5 GB31–54
GLM-4.7 Flash30B · 3B aktif2-bit kualitas lebih rendah9,4 GB34–60
Gemma 4 26B A4B25,2B · 3,8B aktif2-bit kualitas lebih rendah7,9 GB26–45
LFM2.5 24B A2B24B · 2B aktif3-bit kualitas lebih rendah10,5 GB34–60

Berjalan, tapi lambat 16

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

ModelVersiMemoriToken/s
Qwen3.5 9B9B · Kecerdasan 11,28-bit9,6 GB3–6
Granite 4.2 8B8B · Kecerdasan 11,18-bit8,5 GB4–6
Ministral 3 8B8,9B · Kecerdasan 5,58-bit9,5 GB3–6
Phi-4 Reasoning Vision 15B15B4-bit8,4 GB4–6
Phi-4 (14B)14B4-bit7,9 GB4–7
Gemma 4 12B Unified12B6-bit9,7 GB3–6
Qwen3 8B8,2B8-bit8,7 GB4–6
Llama 3.1 8B Instruct8B8-bit8,5 GB4–6
Qwen3.8 27B27B · Kecerdasan 33,72-bit kualitas lebih rendah8,4 GB4–6
Muse Glimmer 30B29,6B · Kecerdasan 17,52-bit kualitas lebih rendah9,3 GB3–6
Gemma 4 31B30,7B · Kecerdasan 14,72-bit kualitas lebih rendah9,6 GB3–6
Granite 4.2 30B30B · Kecerdasan 12,72-bit kualitas lebih rendah9,4 GB3–6
Qwen3.6 27B27B2-bit kualitas lebih rendah8,4 GB4–6
Devstral Small 2 (24B)24B3-bit kualitas lebih rendah10,5 GB3–5
Magistral Small 1.2 (2509)24B3-bit kualitas lebih rendah10,5 GB3–5
Mistral Small 3.2 (24B)24B3-bit kualitas lebih rendah10,5 GB3–5

Pas-pasan muat 1

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

ModelVersiMemoriToken/s
Qwen3.6 35B A3B35B · 3B aktif · Kecerdasan 18,22-bit kualitas lebih rendah10,9 GB34–60

Terlalu besar 35

Butuh memori lebih dari 16 GB, bahkan pada 2 bit.

Mac lain

Semua Mac dengan 16 GB, dari chip apa pun.

M1 dengan memori lebih besar atau lebih kecil:

Chip terdekat:

Adu langsung:

Bandingkan dengan Mac atau GPU apa pun · M1 untuk AI lokal · Mac terbaik untuk LLM lokal · Semua Mac

Pertanyaan

Apa LLM terbaik untuk M1 dengan 16 GB?
Dari model yang punya skor Intelligence Index terbitan, MiniCPM5 2B mendapat skor tertinggi di antara yang berjalan baik di sini: 8-bit, sekitar 11–20 token per detik. Yang terbesar yang berjalan baik adalah Gemma 4 E4B.
Bisakah M1 dengan 16 GB menjalankan Llama 3.3 70B?
Tidak: bahkan pada 2 bit model ini butuh lebih dari 12 GB yang bisa dipakai GPU secara bawaan.
Seberapa cepat gpt-oss-20b di M1?
Sekitar 19–34 token per detik (3-bit), dari bandwidth memori chip sebesar 68 GB/s.

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 apa yang jalan di M1 16 GB? Model dan kecepatan