Menurut ukuran memori
| Memori | Berjalan baik | Terbesar yang berjalan baik | gpt-oss-20b |
|---|---|---|---|
| 16 GB153 GB/s | 20 | Gemma 4 12B Unified | 43–77 tok/s |
| 24 GB170 GB/s | 24 | Gemma 4 26B A4B | 40–72 tok/s |
| 32 GB170 GB/s | 29 | Qwen3.6 35B A3B | 40–72 tok/s |
Model: Mac mini (M6 or M5 Pro). Tidak setiap ukuran memori tersedia untuk setiap model; Spesifikasi Teknis Apple mencantumkan pilihan untuk masing-masing.
Pertanyaan
- Apakah Mac mini dengan M6 bagus untuk LLM lokal?
- Dengan 32 GB, ia menjalankan 29 dari 73 model terbuka dengan baik, hingga Qwen3.6 35B A3B, dan menulis sekitar 40–72 token per detik dengan gpt-oss-20b. M6 membaca memori pada 170 GB/s, yang menentukan kecepatan menulisnya.
- Berapa memori yang sebaiknya dimiliki Mac mini dengan M6 untuk AI?
- Dengan 16 GB, 20 model terbuka berjalan baik; dengan 32 GB, 29, hingga Qwen3.6 35B A3B. Memori menentukan model mana yang muat, dan tidak bisa ditambah nanti.
Mac lain
Mac mini dengan chip lain:
Adu langsung:
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.