Qual è il miglior LLM per un M6 con 32 GB?

Tra i modelli con un Intelligence Index pubblicato, Qwen3.6 35B A3B ha il punteggio più alto fra quelli che qui girano bene: 4 bit, circa 45–80 token al secondo.

Un M6 con 32 GB può eseguire Llama 3.3 70B?

Sì, ma lentamente: 2 bit (qualità inferiore), a circa 3–6 token al secondo.

Quanto è veloce gpt-oss-20b su un M6?

Circa 40–72 token al secondo (4,25 bit nativo), in base ai 170 GB/s di larghezza di banda della memoria del chip.

Quali LLM può eseguire un M6 con 32 GB? Modelli e velocità

Gira bene 29

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

Modello	Versione	Memoria	Token/s
Qwen3.6 35B A3B35B · 3B attivi · Intelligenza 18,2	4 bit	19,7 GB	45–80
Nemotron 3.5 Lightning 30B A3B30B · 3B attivi · Intelligenza 12,9	4 bit	16,9 GB	45–80
MiniCPM5 2B2,52B · Intelligenza 12,5	8 bit	2,7 GB	28–50
Qwen3.5 9B9B · Intelligenza 11,2	6 bit	7,3 GB	10–19
Granite 4.2 8B8B · Intelligenza 11,1	6 bit	6,5 GB	12–21
Granite 4.2 3B3B · Intelligenza 9,1	8 bit	3,2 GB	24–43
gpt-oss-20b21B · 3,6B attivi · Intelligenza 9	4,25 bit nativo	13,8 GB	40–72
Nemotron 3 Nano 30B A3B30B · 3,5B attivi · Intelligenza 8,9	4 bit	16,9 GB	38–68
Gemma 4 E4B8B · Intelligenza 8,9	8 bit	8,5 GB	16–28
Ministral 3 8B8,9B · Intelligenza 5,5	6 bit	7,2 GB	11–19
Nemotron 3 Nano 4B3,97B · Intelligenza 4,8	8 bit	4,2 GB	18–32
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B attivi	4 bit	17,2 GB	40–72
GLM-4.7 Flash30B · 3B attivi	4 bit	16,9 GB	45–80
Gemma 4 26B A4B25,2B · 3,8B attivi	6 bit	20,5 GB	25–44
LFM2.5 24B A2B24B · 2B attivi	6 bit	19,5 GB	48–85
Phi-4 (14B)14B	4 bit	7,9 GB	10–17
Gemma 4 12B Unified12B	4 bit	6,7 GB	11–20
Qwen3 8B8,2B	6 bit	6,7 GB	11–20
Llama 3.1 8B Instruct8B	6 bit	6,5 GB	12–21
Gemma 4 E2B5,1B	8 bit	5,4 GB	32–57
Qwen3.5 4B4B	8 bit	4,3 GB	18–32
Phi-4 mini instruct3,8B	8 bit	4 GB	19–34
Llama 3.2 3B Instruct3,21B	8 bit	3,4 GB	23–40
SmolLM3 3B3B	8 bit	3,2 GB	24–43
LFM2.5 2.6B2,69B	8 bit	2,9 GB	26–47
Qwen3.5 2B2B	8 bit	2,1 GB	36–65
Llama 3.2 1B Instruct1,23B	8 bit	1,3 GB	59–105
Qwen3.5 0.8B0,8B	8 bit	0,9 GB	85–151
Qwen3 0.6B0,6B	8 bit	0,6 GB	128–227

Gira, ma lentamente 10

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	Token/s
Qwen3.8 27B27B · Intelligenza 33,7	6 bit	21,9 GB	3–6
Muse Glimmer 30B29,6B · Intelligenza 17,5	4 bit	16,7 GB	5–8
Gemma 4 31B30,7B · Intelligenza 14,7	4 bit	17,3 GB	4–8
Granite 4.2 30B30B · Intelligenza 12,7	4 bit	16,9 GB	5–8
Qwen3.6 27B27B	6 bit	21,9 GB	3–6
Devstral Small 2 (24B)24B	6 bit	19,5 GB	4–7
Magistral Small 1.2 (2509)24B	6 bit	19,5 GB	4–7
Mistral Small 3.2 (24B)24B	6 bit	19,5 GB	4–7
Phi-4 Reasoning Vision 15B15B	8 bit	15,9 GB	5–9
Llama 3.3 70B Instruct70B	2 bit qualità inferiore	21,9 GB	3–6

Ci sta al limite 2

Richiede quasi tutta la memoria: alza il limite di memoria della GPU e tieni il contesto breve.

Modello	Versione	Memoria	Token/s
Nemotron 3.5 Bolt 74B A9B74B · 9B attivi · Intelligenza 21,4	2 bit qualità inferiore	23,1 GB	27–49
Qwen3 Coder Next80B · 3B attivi · Intelligenza 9,2	2 bit qualità inferiore	25 GB	85–151

Altri Mac

Tutti i Mac con 32 GB, con qualsiasi chip.

Il M6 con più o meno memoria:

Chip vicini:

M5 32 GB28 girano bene

Mac mini M6

Testa a testa:

M5 vs M6

Confrontalo con qualsiasi Mac o GPU · Il M6 per l’AI locale · Il miglior Mac per LLM in locale · Tutti i Mac

Domande

Qual è il miglior LLM per un M6 con 32 GB?: Tra i modelli con un Intelligence Index pubblicato, Qwen3.6 35B A3B ha il punteggio più alto fra quelli che qui girano bene: 4 bit, circa 45–80 token al secondo.
Un M6 con 32 GB può eseguire Llama 3.3 70B?: Sì, ma lentamente: 2 bit (qualità inferiore), a circa 3–6 token al secondo.
Quanto è veloce gpt-oss-20b su un M6?: Circa 40–72 token al secondo (4,25 bit nativo), in base ai 170 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.

Cosa può eseguire un M6 con 32 GB?