Per taglio di memoria
| Memoria | Girano bene | Il più grande che gira bene | gpt-oss-20b |
|---|---|---|---|
| 16 GB153 GB/s | 20 | Gemma 4 12B Unified | 43–77 tok/s |
| 24 GB170 GB/s | 24 | Gemma 4 26B A4B | 40–72 tok/s |
| 32 GB170 GB/s | 29 | Qwen3.6 35B A3B | 40–72 tok/s |
Modelli: Mac mini (M6 or M5 Pro). Non tutti i tagli di memoria sono disponibili per ogni modello; le specifiche tecniche di Apple indicano con cosa viene offerto ciascuno.
Domande
- Un Mac mini con M6 va bene per gli LLM locali?
- Con 32 GB esegue bene 29 modelli aperti su 73, fino a Qwen3.6 35B A3B, e scrive circa 40–72 token al secondo con gpt-oss-20b. Il chip M6 legge la memoria a 170 GB/s, che determina quanto velocemente scrive.
- Quanta memoria serve a un Mac mini con M6 per l’AI?
- Con 16 GB esegue bene 20 modelli aperti; con 32 GB, 29, fino a Qwen3.6 35B A3B. La memoria decide quali modelli ci stanno, e non si può espandere in seguito.
Altri Mac
Mac mini con altri chip:
Testa a testa:
Il M6 per l’AI locale · Il miglior Mac per LLM in locale · Tutti i Mac
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.