Berdampingan
| M2 Pro | M3 Pro | |
|---|---|---|
| Ukuran memori | 16, 32 GB | 18, 36 GB |
| Bandwidth memori | 200 GB/s | 150 GB/s |
| Untuk model, paling banyak | sekitar 24 GB | sekitar 27 GB |
| Model yang berjalan baik | 30 dari 73 | 28 dari 73 |
| Kelas kursi MLX | Pro | Pro |
| Ada di | MacBook Pro (14-inch, 2023), MacBook Pro (16-inch, 2023), Mac mini (2023) | MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023) |
Kecepatan dengan model populer
Token per detik untuk satu percakapan, setiap chip pada ukuran memori terbesarnya (32 GB dan 36 GB), dengan versi terbaik model yang muat.
| Model | M2 Pro | M3 Pro |
|---|---|---|
| Llama 3.1 8B Instruct8B | 11–19 8-bit | 10–18 6-bit |
| gpt-oss-20b21B · 3,6B aktif | 47–84 4,25-bit bawaan | 36–63 4,25-bit bawaan |
| Qwen3.6 35B A3B35B · 3B aktif | 53–94 4-bit | 40–71 4-bit |
| Qwen3.8 27B27B | 4–7 6-bit | 3–5 6-bit |
| Llama 3.3 70B Instruct70B | 4–7 2-bit kualitas lebih rendah | 3–5 2-bit kualitas lebih rendah |
| gpt-oss-120b117B · 5,1B aktif | terlalu besar | terlalu besar |
| Qwen3.5 122B A10B122B · 10B aktif | terlalu besar | terlalu besar |
| DeepSeek V4 Flash 0731284B · 13B aktif | terlalu besar | terlalu besar |
Pertanyaan
- Apakah M3 Pro lebih cepat daripada M2 Pro untuk LLM?
- M2 Pro membaca memori sekitar 33% lebih cepat daripada M3 Pro (200 vs 150 GB/s), jadi ia menulis sekitar 33% lebih cepat untuk model apa pun yang muat di keduanya. Membaca prompt yang panjang bergantung pada daya komputasi GPU, yang tidak dicakup perbandingan ini.
- Mana yang bisa menjalankan model lebih besar, M2 Pro atau M3 Pro?
- M3 Pro: M3 Pro tersedia hingga 36 GB memori, M2 Pro hingga 32 GB. Pada konfigurasi terbesarnya, ia menjalankan 28 dari 73 model terbuka dengan baik, dibandingkan 30.
Perbandingan lainnya
M2 Pro untuk AI lokal · M3 Pro untuk AI lokal · Bandingkan semua model · Mac terbaik untuk LLM lokal
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.