Qual è il miglior LLM per un Mac con 24 GB?

Tra i modelli con un Intelligence Index pubblicato, MiniCPM5 2B ha il punteggio più alto fra quelli che girano bene in 24 GB (8 bit). Il più grande che gira bene è Gemma 4 26B A4B. Per il codice: Devstral Small 2 (24B).

24 GB bastano per l’AI locale su Mac?

28 dei 73 modelli aperti di questo elenco ci girano bene, a 4 bit o più. Di default macOS lascia usare alla GPU circa 18 GB; modello e contesto devono starci dentro.

Un Mac da 24 GB può eseguire gpt-oss-20b?

Sì, 4,25 bit nativo, a circa 24–42 token al secondo su un M3 e 73–129 su un M5 Pro.

Migliori LLM locali per un Mac da 24 GB (da M2 a M6): cosa gira

Mac con 24 GB

7 chip (da M2 a M6) sono disponibili con 24 GB. Aprine uno per vedere il suo elenco e le sue velocità.

Gira bene 36

Ci sta con spazio per il contesto, a 10 o più token al secondo sul M5 Pro.

Modello	Versione	Memoria	M3	M5 Pro
MiniCPM5 2B2,52B · Intelligenza 12,5	8 bit	2,7 GB	17–30	51–91
Qwen3.5 9B9B · Intelligenza 11,2	8 bit	9,6 GB	5–8	14–26
Granite 4.2 8B8B · Intelligenza 11,1	8 bit	8,5 GB	10–18	16–29
Granite 4.2 3B3B · Intelligenza 9,1	8 bit	3,2 GB	14–25	43–77
gpt-oss-20b21B · 3,6B attivi · Intelligenza 9	4,25 bit nativo	13,8 GB	24–42	73–129
Gemma 4 E4B8B · Intelligenza 8,9	8 bit	8,5 GB	12–22	29–51
Ministral 3 8B8,9B · Intelligenza 5,5	8 bit	9,5 GB	5–8	15–26
Nemotron 3 Nano 4B3,97B · Intelligenza 4,8	8 bit	4,2 GB	11–19	33–58
Gemma 4 26B A4B25,2B · 3,8B attivi	4 bit	14,2 GB	21–38	66–117
Devstral Small 2 (24B)24B	4 bit	13,5 GB	3–6	10–18
Magistral Small 1.2 (2509)24B	4 bit	13,5 GB	3–6	10–18
Mistral Small 3.2 (24B)24B	4 bit	13,5 GB	3–6	10–18
LFM2.5 24B A2B24B · 2B attivi	4 bit	13,5 GB	41–73	126–223
Phi-4 Reasoning Vision 15B15B	6 bit	12,2 GB	3–5	11–20
Phi-4 (14B)14B	6 bit	11,4 GB	3–5	12–22
Gemma 4 12B Unified12B	8 bit	12,7 GB	4–6	11–19
Qwen3 8B8,2B	8 bit	8,7 GB	10–17	16–28
Llama 3.1 8B Instruct8B	8 bit	8,5 GB	10–18	16–29
Gemma 4 E2B5,1B	8 bit	5,4 GB	19–33	58–102
Qwen3.5 4B4B	8 bit	4,3 GB	10–19	32–57
Phi-4 mini instruct3,8B	8 bit	4 GB	11–20	35–61
Llama 3.2 3B Instruct3,21B	8 bit	3,4 GB	13–24	41–72
SmolLM3 3B3B	8 bit	3,2 GB	14–25	43–77
LFM2.5 2.6B2,69B	8 bit	2,9 GB	16–28	48–85
Qwen3.5 2B2B	8 bit	2,1 GB	21–38	66–117
Llama 3.2 1B Instruct1,23B	8 bit	1,3 GB	35–62	106–189
Qwen3.5 0.8B0,8B	8 bit	0,9 GB	50–89	154–273
Qwen3 0.6B0,6B	8 bit	0,6 GB	75–133	230–409
Qwen3.6 35B A3B35B · 3B attivi · Intelligenza 18,2	3 bit qualità inferiore	15,3 GB	35–62	106–189
Muse Glimmer 30B29,6B · Intelligenza 17,5	3 bit qualità inferiore	13 GB	3–6	11–19
Gemma 4 31B30,7B · Intelligenza 14,7	3 bit qualità inferiore	13,4 GB	3–6	10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B attivi · Intelligenza 12,9	3 bit qualità inferiore	13,1 GB	35–62	106–189
Granite 4.2 30B30B · Intelligenza 12,7	3 bit qualità inferiore	13,1 GB	3–6	11–19
Nemotron 3 Nano 30B A3B30B · 3,5B attivi · Intelligenza 8,9	3 bit qualità inferiore	13,1 GB	30–53	92–164
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B attivi	3 bit qualità inferiore	13,3 GB	32–57	99–175
GLM-4.7 Flash30B · 3B attivi	3 bit qualità inferiore	13,1 GB	35–62	106–189

Gira, ma lentamente 2

Ci sta, ma sotto i 10 token al secondo: va bene per i lavori in batch, ma è lento per la chat.

Modello	Versione	Memoria	M3	M5 Pro
Qwen3.8 27B27B · Intelligenza 33,7	4 bit	15,2 GB	3–5	9–16
Qwen3.6 27B27B	4 bit	15,2 GB	3–5	9–16

Domande

Qual è il miglior LLM per un Mac con 24 GB?: Tra i modelli con un Intelligence Index pubblicato, MiniCPM5 2B ha il punteggio più alto fra quelli che girano bene in 24 GB (8 bit). Il più grande che gira bene è Gemma 4 26B A4B. Per il codice: Devstral Small 2 (24B).
24 GB bastano per l’AI locale su Mac?: 28 dei 73 modelli aperti di questo elenco ci girano bene, a 4 bit o più. Di default macOS lascia usare alla GPU circa 18 GB; modello e contesto devono starci dentro.
Un Mac da 24 GB può eseguire gpt-oss-20b?: Sì, 4,25 bit nativo, a circa 24–42 token al secondo su un M3 e 73–129 su un M5 Pro.

Altri tagli: 8 GB · 16 GB · 18 GB · 24 GB · 32 GB · 36 GB · 48 GB · 64 GB · 96 GB · 128 GB · 192 GB · 256 GB · 512 GB

Eseguili con MLX Harness (gratuito, open source) o con mlx-lm di Apple nel Terminale: passo dopo passo.

Come è calcolato

Memoria: i parametri del modello a 8, 6, 4, 3 o 2 bit per peso più le scale per gruppo di MLX (mezzo bit per peso), oppure il suo formato nativo, con in più lo spazio per il contesto. Di default macOS lascia usare alla GPU circa il 75% della memoria unificata. Velocità: la larghezza di banda della memoria divisa per i byte letti per ogni token è il limite massimo per una conversazione; nei benchmark pubblici su Apple Silicon di llama.cpp, le esecuzioni reali arrivano a circa il 45%–80% di quel limite, ed è l’intervallo mostrato. Sono stime, non misurazioni: misura il tuo Mac su MLX Bench. Dati dei modelli dalla rispettiva scheda ufficiale, dati dei chip dalle specifiche tecniche di Apple. Verificato il 2026-10-19. Stessi dati di mlx.app/compare.

I migliori LLM per un Mac da 24 GB.