| Model | Ukuran | Pada 4-bit | Mac terkecil |
|---|---|---|---|
| Qwen3 0.6BQwen (Alibaba) | 0,6B | 1,8 GB | 8 GB |
| Qwen3.5 0.8BQwen (Alibaba) | 0,8B | 2 GB | 8 GB |
| Llama 3.2 1B InstructMeta | 1,23B | 2,2 GB | 8 GB |
| Qwen3.5 2BQwen (Alibaba) | 2B | 2,6 GB | 8 GB |
| MiniCPM5 2BOpenBMB | 2,52B | 2,9 GB | 8 GB |
| LFM2.5 2.6BLiquid AI | 2,69B | 3 GB | 8 GB |
| Granite 4.2 3BIBM | 3B | 3,2 GB | 8 GB |
| SmolLM3 3BHugging Face | 3B | 3,2 GB | 8 GB |
| Llama 3.2 3B InstructMeta | 3,21B | 3,3 GB | 8 GB |
| Phi-4 mini instructMicrosoft | 3,8B | 3,6 GB | 8 GB |
| Nemotron 3 Nano 4BNVIDIA | 3,97B | 3,7 GB | 8 GB |
| Qwen3.5 4BQwen (Alibaba) | 4B | 3,8 GB | 8 GB |
| Gemma 4 E2BGoogle DeepMind | 5,1B | 4,4 GB | 8 GB |
| Llama 3.1 8B InstructMeta | 8B | 6 GB | 8 GB |
| Gemma 4 E4BGoogle DeepMind | 8B | 6 GB | 8 GB |
| Granite 4.2 8BIBM | 8B | 6 GB | 8 GB |
| Qwen3 8BQwen (Alibaba) | 8,2B | 6,1 GB | 16 GB |
| Ministral 3 8BMistral AI | 8,9B | 6,5 GB | 16 GB |
| Qwen3.5 9BQwen (Alibaba) | 9B | 6,6 GB | 16 GB |
| Gemma 4 12B UnifiedGoogle DeepMind | 12B | 8,2 GB | 16 GB |
| Phi-4 (14B)Microsoft | 14B | 9,4 GB | 16 GB |
| Phi-4 Reasoning Vision 15BMicrosoft | 15B | 9,9 GB | 16 GB |
| gpt-oss-20bOpenAI | 21B · 3,6B aktif | 15,3 GB | 24 GB |
| Devstral Small 2 (24B)Mistral AI | 24B | 15 GB | 24 GB |
| Magistral Small 1.2 (2509)Mistral AI | 24B | 15 GB | 24 GB |
| Mistral Small 3.2 (24B)Mistral AI | 24B | 15 GB | 24 GB |
| LFM2.5 24B A2BLiquid AI | 24B · 2B aktif | 15 GB | 24 GB |
| Gemma 4 26B A4BGoogle DeepMind | 25,2B · 3,8B aktif | 15,7 GB | 24 GB |
| Qwen3.8 27BQwen (Alibaba) | 27B | 16,7 GB | 24 GB |
| Qwen3.6 27BQwen (Alibaba) | 27B | 16,7 GB | 24 GB |
| Muse Glimmer 30BMeta (Meta Superintelligence Lab) | 29,6B | 18,2 GB | 32 GB |
| GLM-4.7 FlashZ.ai (Zhipu) | 30B · 3B aktif | 18,4 GB | 32 GB |
| Nemotron 3 Nano 30B A3BNVIDIA | 30B · 3,5B aktif | 18,4 GB | 32 GB |
| Nemotron 3.5 Lightning 30B A3BNVIDIA | 30B · 3B aktif | 18,4 GB | 32 GB |
| Granite 4.2 30BIBM | 30B | 18,4 GB | 32 GB |
| Qwen3 Coder 30B A3B InstructQwen (Alibaba) | 30,5B · 3,3B aktif | 18,7 GB | 32 GB |
| Gemma 4 31BGoogle DeepMind | 30,7B | 18,8 GB | 32 GB |
| Qwen3.6 35B A3BQwen (Alibaba) | 35B · 3B aktif | 21,3 GB | 32 GB |
| Llama 3.3 70B InstructMeta | 70B | 42,6 GB | 64 GB |
| Nemotron 3.5 Bolt 74B A9BNVIDIA | 74B · 9B aktif | 44,9 GB | 64 GB |
| Qwen3 Coder NextQwen (Alibaba) | 80B · 3B aktif | 48,6 GB | 96 GB |
| GLM-4.5 AirZ.ai (Zhipu) | 106B · 12B aktif | 64,4 GB | 96 GB |
| Llama 4 Scout 17B-16E InstructMeta | 109B · 17B aktif | 66,2 GB | 96 GB |
| gpt-oss-120bOpenAI | 117B · 5,1B aktif | 70,5 GB | 96 GB |
| Mistral Small 4 (119B)Mistral AI | 119B · 6,5B aktif | 72,3 GB | 128 GB |
| Nemotron 3 Super 120B A12BNVIDIA | 120B · 12B aktif | 72,9 GB | 128 GB |
| Qwen3.5 122B A10BQwen (Alibaba) | 122B · 10B aktif | 74,1 GB | 128 GB |
| Ornith 1.5 122BOrnith AI | 122B · 10B aktif | 74,1 GB | 128 GB |
| Devstral 2 (123B)Mistral AI | 123B | 74,7 GB | 128 GB |
| Mistral Medium 3.5 (128B)Mistral AI | 128B | 77,8 GB | 128 GB |
| Qwen3.8 Flash NextQwen (Alibaba) | 180B · 6B aktif | 109 GB | 192 GB |
| MiniMax M2.7MiniMax | 230B · 10B aktif | 140 GB | 192 GB |
| Inkling SmallThinking Machines Lab | 276B · 12B aktif | 168 GB | 256 GB |
| DeepSeek V4 Flash 0731DeepSeek | 284B · 13B aktif | 173 GB | 256 GB |
| Hy3Tencent | 295B · 21B aktif | 179 GB | 256 GB |
| MiMo V2.6 FlashXiaomi | 309B · 15B aktif | 187 GB | 256 GB |
| GLM-5.3 FlashZ.ai (Zhipu) | 320B · 18B aktif | 194 GB | 512 GB |
| Qwen3.5 397B A17BQwen (Alibaba) | 397B · 17B aktif | 241 GB | 512 GB |
| Llama 4 Maverick 17B-128E InstructMeta | 400B · 17B aktif | 243 GB | 512 GB |
| MiniMax M3MiniMax | 428B · 23B aktif | 260 GB | 512 GB |
| Beam 1.0Reflection AI | 501B · 23B aktif | 304 GB | 512 GB |
| Nemotron 3 Ultra 550B A55BNVIDIA | 550B · 55B aktif | 334 GB | 512 GB |
| DeepSeek V4.1 Flash 1017DeepSeek | 552B · 16B aktif | 335 GB | 512 GB |
| Mistral Large 3 (675B)Mistral AI | 675B · 41B aktif | 410 GB | 512 GB |
| GLM-5.3Z.ai (Zhipu) | 744B · 40B aktif | 452 GB | 512 GB |
| Muse Spark OpenMeta (Meta Superintelligence Labs) | 816B · 42B aktif | 496 GB | 512 GB |
| InklingThinking Machines Lab | 975B · 41B aktif | 592 GB | 512 GB |
| Kimi K2.6Moonshot AI | 1.000B · 32B aktif | 643 GB | 512 GB |
| Kimi K2.7 CodeMoonshot AI | 1.000B · 32B aktif | 643 GB | 512 GB |
| MiMo V2.6 ProXiaomi | 1.020B · 42B aktif | 611 GB | 512 GB |
| DeepSeek V4 Pro 0813DeepSeek | 1.600B · 49B aktif | 972 GB | tidak ada |
| Qwen3.8 2.4T A95BQwen (Alibaba) | 2.400B · 95B aktif | 1,5 TB | tidak ada |
| Kimi K3Moonshot AI | 2.800B · 104B aktif | 1,7 TB | tidak ada |
Atau mulai dari Mac Anda: semua Mac · bandingkan
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.