AccediCrea wallet

Cosa può eseguire un M3 con 24 GB?

20 modelli aperti su 73 ci girano bene. Di default la GPU può usare circa 18 GB dei suoi 24 GB, e il chip legge la memoria a 100 GB/s, che determina quanto velocemente scrive. Lo trovi in: MacBook Pro (14-inch, M3, Nov 2023), iMac (24-inch, M3, 2023, Two ports), iMac (24-inch, M3, 2023, Four ports), MacBook Air (13-inch, M3, 2024) ….

Il più intelligente che gira beneMiniCPM5 2B8 bit · 2,7 GB · 17–30 tok/sIl più grande che gira beneGemma 4 26B A4B4 bit · 14,2 GB · 21–38 tok/s

Gira bene 25

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

ModelloVersioneMemoriaToken/s
MiniCPM5 2B2,52B · Intelligenza 12,58 bit2,7 GB17–30
Granite 4.2 8B8B · Intelligenza 11,14 bit4,5 GB10–18
Granite 4.2 3B3B · Intelligenza 9,18 bit3,2 GB14–25
gpt-oss-20b21B · 3,6B attivi · Intelligenza 94,25 bit nativo13,8 GB24–42
Gemma 4 E4B8B · Intelligenza 8,96 bit6,5 GB12–22
Nemotron 3 Nano 4B3,97B · Intelligenza 4,88 bit4,2 GB11–19
Gemma 4 26B A4B25,2B · 3,8B attivi4 bit14,2 GB21–38
LFM2.5 24B A2B24B · 2B attivi4 bit13,5 GB41–73
Qwen3 8B8,2B4 bit4,6 GB10–17
Llama 3.1 8B Instruct8B4 bit4,5 GB10–18
Gemma 4 E2B5,1B8 bit5,4 GB19–33
Qwen3.5 4B4B8 bit4,3 GB10–19
Phi-4 mini instruct3,8B8 bit4 GB11–20
Llama 3.2 3B Instruct3,21B8 bit3,4 GB13–24
SmolLM3 3B3B8 bit3,2 GB14–25
LFM2.5 2.6B2,69B8 bit2,9 GB16–28
Qwen3.5 2B2B8 bit2,1 GB21–38
Llama 3.2 1B Instruct1,23B8 bit1,3 GB35–62
Qwen3.5 0.8B0,8B8 bit0,9 GB50–89
Qwen3 0.6B0,6B8 bit0,6 GB75–133
Qwen3.6 35B A3B35B · 3B attivi · Intelligenza 18,23 bit qualità inferiore15,3 GB35–62
Nemotron 3.5 Lightning 30B A3B30B · 3B attivi · Intelligenza 12,93 bit qualità inferiore13,1 GB35–62
Nemotron 3 Nano 30B A3B30B · 3,5B attivi · Intelligenza 8,93 bit qualità inferiore13,1 GB30–53
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B attivi3 bit qualità inferiore13,3 GB32–57
GLM-4.7 Flash30B · 3B attivi3 bit qualità inferiore13,1 GB35–62

Gira, ma lentamente 13

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

ModelloVersioneMemoriaToken/s
Qwen3.8 27B27B · Intelligenza 33,74 bit15,2 GB3–5
Qwen3.5 9B9B · Intelligenza 11,28 bit9,6 GB5–8
Ministral 3 8B8,9B · Intelligenza 5,58 bit9,5 GB5–8
Qwen3.6 27B27B4 bit15,2 GB3–5
Devstral Small 2 (24B)24B4 bit13,5 GB3–6
Magistral Small 1.2 (2509)24B4 bit13,5 GB3–6
Mistral Small 3.2 (24B)24B4 bit13,5 GB3–6
Phi-4 Reasoning Vision 15B15B8 bit15,9 GB3–5
Phi-4 (14B)14B8 bit14,9 GB3–5
Gemma 4 12B Unified12B8 bit12,7 GB4–6
Muse Glimmer 30B29,6B · Intelligenza 17,53 bit qualità inferiore13 GB3–6
Gemma 4 31B30,7B · Intelligenza 14,73 bit qualità inferiore13,4 GB3–6
Granite 4.2 30B30B · Intelligenza 12,73 bit qualità inferiore13,1 GB3–6

Troppo grande 35

Richiede più di 24 GB di memoria, anche a 2 bit.

Altri Mac

Tutti i Mac con 24 GB, con qualsiasi chip.

Il M3 con più o meno memoria:

Chip vicini:

Testa a testa:

Confrontalo con qualsiasi Mac o GPU · Il M3 per l’AI locale · Il miglior Mac per LLM in locale · Tutti i Mac

Domande

Qual è il miglior LLM per un M3 con 24 GB?
Tra i modelli con un Intelligence Index pubblicato, MiniCPM5 2B ha il punteggio più alto fra quelli che qui girano bene: 8 bit, circa 17–30 token al secondo. Il più grande che gira bene è Gemma 4 26B A4B.
Un M3 con 24 GB può eseguire Llama 3.3 70B?
No: anche a 2 bit richiede più dei 18 GB che la GPU può usare di default.
Quanto è veloce gpt-oss-20b su un M3?
Circa 24–42 token al secondo (4,25 bit nativo), in base ai 100 GB/s di larghezza di banda della memoria del chip.

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.

Quali LLM può eseguire un M3 con 24 GB? Modelli e velocità