AccediCrea wallet

I migliori LLM per un Mac da 64 GB.

39 modelli aperti su 73 girano bene in 64 GB. Di default la GPU può usarne circa 48 GB. La velocità dipende dal chip: da 273 GB/s sul M4 Pro a 800 GB/s sul M1 Ultra.

Il più intelligente che gira beneQwen3.8 27B8 bit · 28,7 GB · 4–22 tok/sIl più grande che gira beneNemotron 3.5 Bolt 74B A9B4 bit · 41,6 GB · 24–125 tok/sPer il codiceQwen3 Coder 30B A3B Instruct8 bit · 32,4 GB · 35–183 tok/s

Mac con 64 GB

9 chip (da M1 a M5) sono disponibili con 64 GB. Aprine uno per vedere il suo elenco e le sue velocità.

Gira bene 47

Ci sta con spazio per il contesto, a 10 o più token al secondo sul M1 Ultra.

ModelloVersioneMemoriaM4 ProM1 Ultra
Qwen3.8 27B27B · Intelligenza 33,78 bit28,7 GB4–813–22
Nemotron 3.5 Bolt 74B A9B74B · 9B attivi · Intelligenza 21,44 bit41,6 GB24–4371–125
Qwen3.6 35B A3B35B · 3B attivi · Intelligenza 18,28 bit37,2 GB38–68113–200
Muse Glimmer 30B29,6B · Intelligenza 17,58 bit31,5 GB4–711–20
Gemma 4 31B30,7B · Intelligenza 14,78 bit32,6 GB4–711–20
Nemotron 3.5 Lightning 30B A3B30B · 3B attivi · Intelligenza 12,98 bit31,9 GB38–68113–200
Granite 4.2 30B30B · Intelligenza 12,78 bit31,9 GB4–711–20
MiniCPM5 2B2,52B · Intelligenza 12,58 bit2,7 GB45–81133–237
Qwen3.5 9B9B · Intelligenza 11,28 bit9,6 GB13–2338–67
Granite 4.2 8B8B · Intelligenza 11,18 bit8,5 GB14–2642–75
Granite 4.2 3B3B · Intelligenza 9,18 bit3,2 GB38–68113–200
gpt-oss-20b21B · 3,6B attivi · Intelligenza 94,25 bit nativo13,8 GB65–115189–337
Nemotron 3 Nano 30B A3B30B · 3,5B attivi · Intelligenza 8,98 bit31,9 GB33–5997–173
Gemma 4 E4B8B · Intelligenza 8,98 bit8,5 GB26–4675–133
Ministral 3 8B8,9B · Intelligenza 5,58 bit9,5 GB13–2338–67
Nemotron 3 Nano 4B3,97B · Intelligenza 4,88 bit4,2 GB29–5286–152
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B attivi8 bit32,4 GB35–62103–183
GLM-4.7 Flash30B · 3B attivi8 bit31,9 GB38–68113–200
Qwen3.6 27B27B8 bit28,7 GB4–813–22
Gemma 4 26B A4B25,2B · 3,8B attivi8 bit26,8 GB31–5590–160
Devstral Small 2 (24B)24B8 bit25,5 GB5–914–25
Magistral Small 1.2 (2509)24B8 bit25,5 GB5–914–25
Mistral Small 3.2 (24B)24B8 bit25,5 GB5–914–25
LFM2.5 24B A2B24B · 2B attivi8 bit25,5 GB59–104171–305
Phi-4 Reasoning Vision 15B15B8 bit15,9 GB10–1823–40
Phi-4 (14B)14B8 bit14,9 GB11–1924–43
Gemma 4 12B Unified12B8 bit12,7 GB10–1728–50
Qwen3 8B8,2B8 bit8,7 GB14–2541–74
Llama 3.1 8B Instruct8B8 bit8,5 GB14–2642–75
Gemma 4 E2B5,1B8 bit5,4 GB51–91150–267
Qwen3.5 4B4B8 bit4,3 GB29–5184–149
Phi-4 mini instruct3,8B8 bit4 GB31–5590–160
Llama 3.2 3B Instruct3,21B8 bit3,4 GB36–64106–188
SmolLM3 3B3B8 bit3,2 GB38–68113–200
LFM2.5 2.6B2,69B8 bit2,9 GB42–75124–221
Qwen3.5 2B2B8 bit2,1 GB59–104171–305
Llama 3.2 1B Instruct1,23B8 bit1,3 GB95–168277–492
Qwen3.5 0.8B0,8B8 bit0,9 GB137–243400–711
Qwen3 0.6B0,6B8 bit0,6 GB205–364600–1067
Qwen3.5 122B A10B122B · 10B attivi · Intelligenza 15,62 bit qualità inferiore38,1 GB40–70116–206
gpt-oss-120b117B · 5,1B attivi · Intelligenza 11,62 bit qualità inferiore36,6 GB77–137225–400
Mistral Small 4 (119B)119B · 6,5B attivi · Intelligenza 11,32 bit qualità inferiore37,2 GB61–109180–320
Qwen3 Coder Next80B · 3B attivi · Intelligenza 9,23 bit qualità inferiore35 GB95–168277–492
Llama 4 Scout 17B-16E Instruct109B · 17B attivi · Intelligenza 6,52 bit qualità inferiore34,1 GB23–4168–121
Ornith 1.5 122B122B · 10B attivi2 bit qualità inferiore38,1 GB40–70116–206
Nemotron 3 Super 120B A12B120B · 12B attivi2 bit qualità inferiore37,5 GB32–5795–168
GLM-4.5 Air106B · 12B attivi2 bit qualità inferiore33,1 GB32–5795–168

Gira, ma lentamente 3

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

ModelloVersioneMemoriaM4 ProM1 Ultra
Llama 3.3 70B Instruct70B4 bit39,4 GB3–69–16
Mistral Medium 3.5 (128B)128B · Intelligenza 14,22 bit qualità inferiore40 GB3–59–16
Devstral 2 (123B)123B2 bit qualità inferiore38,4 GB3–69–17

Troppo grande 23

Richiede più di 64 GB di memoria, anche a 2 bit.

Domande

Qual è il miglior LLM per un Mac con 64 GB?
Tra i modelli con un Intelligence Index pubblicato, Qwen3.8 27B ha il punteggio più alto fra quelli che girano bene in 64 GB (8 bit). Il più grande che gira bene è Nemotron 3.5 Bolt 74B A9B. Per il codice: Qwen3 Coder 30B A3B Instruct.
64 GB bastano per l’AI locale su Mac?
39 dei 73 modelli aperti di questo elenco ci girano bene, a 4 bit o più. Di default macOS lascia usare alla GPU circa 48 GB; modello e contesto devono starci dentro.
Un Mac da 64 GB può eseguire gpt-oss-20b?
Sì, 4,25 bit nativo, a circa 65–115 token al secondo su un M4 Pro e 189–337 su un M1 Ultra.

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.

Migliori LLM locali per un Mac da 64 GB (da M1 a M5): cosa gira