Menurut ukuran memori
| Memori | Berjalan baik | Terbesar yang berjalan baik | gpt-oss-20b |
|---|---|---|---|
| 16 GB200 GB/s | 22 | Phi-4 Reasoning Vision 15B | 56–100 tok/s |
| 32 GB200 GB/s | 30 | Qwen3.6 35B A3B | 47–84 tok/s |
Model: Mac mini (2023). Tidak setiap ukuran memori tersedia untuk setiap model; Spesifikasi Teknis Apple mencantumkan pilihan untuk masing-masing.
Pertanyaan
- Apakah Mac mini dengan M2 Pro bagus untuk LLM lokal?
- Dengan 32 GB, ia menjalankan 30 dari 73 model terbuka dengan baik, hingga Qwen3.6 35B A3B, dan menulis sekitar 47–84 token per detik dengan gpt-oss-20b. M2 Pro membaca memori pada 200 GB/s, yang menentukan kecepatan menulisnya.
- Berapa memori yang sebaiknya dimiliki Mac mini dengan M2 Pro untuk AI?
- Dengan 16 GB, 22 model terbuka berjalan baik; dengan 32 GB, 30, hingga Qwen3.6 35B A3B. Memori menentukan model mana yang muat, dan tidak bisa ditambah nanti.
Mac lain
Mac mini dengan chip lain:
Mac lain dengan M2 Pro:
Adu langsung:
M2 Pro untuk AI lokal · Mac terbaik untuk LLM lokal · Semua Mac
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.