Berdampingan
| M2 | M2 Pro | |
|---|---|---|
| Ukuran memori | 8, 16, 24 GB | 16, 32 GB |
| Bandwidth memori | 100 GB/s | 200 GB/s |
| Untuk model, paling banyak | sekitar 18 GB | sekitar 24 GB |
| Model yang berjalan baik | 20 dari 73 | 30 dari 73 |
| Kelas kursi MLX | Core | Pro |
| Ada di | MacBook Air (M2, 2022), MacBook Pro (13-inch, M2, 2022), MacBook Air (15-inch, M2, 2023), Mac mini (2023) | MacBook Pro (14-inch, 2023), MacBook Pro (16-inch, 2023), Mac mini (2023) |
Kecepatan dengan model populer
Token per detik untuk satu percakapan, setiap chip pada ukuran memori terbesarnya (24 GB dan 32 GB), dengan versi terbaik model yang muat.
| Model | M2 | M2 Pro |
|---|---|---|
| Llama 3.1 8B Instruct8B | 10–18 4-bit | 11–19 8-bit |
| gpt-oss-20b21B · 3,6B aktif | 24–42 4,25-bit bawaan | 47–84 4,25-bit bawaan |
| Qwen3.6 35B A3B35B · 3B aktif | 35–62 3-bit kualitas lebih rendah | 53–94 4-bit |
| Qwen3.8 27B27B | 3–5 4-bit | 4–7 6-bit |
| Llama 3.3 70B Instruct70B | terlalu besar | 4–7 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 M2 Pro lebih cepat daripada M2 untuk LLM?
- M2 Pro membaca memori sekitar 100% lebih cepat daripada M2 (200 vs 100 GB/s), jadi ia menulis sekitar 100% 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 atau M2 Pro?
- M2 Pro: M2 Pro tersedia hingga 32 GB memori, M2 hingga 24 GB. Pada konfigurasi terbesarnya, ia menjalankan 30 dari 73 model terbuka dengan baik, dibandingkan 20.
Perbandingan lainnya
M2 untuk AI lokal · M2 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.