Per taglio di memoria
| Memoria | Girano bene | Il più grande che gira bene | gpt-oss-20b |
|---|---|---|---|
| 8 GB100 GB/s | 16 | Granite 4.2 8B | troppo grande |
| 16 GB100 GB/s | 17 | Qwen3 8B | 28–50 tok/s |
| 24 GB100 GB/s | 20 | Gemma 4 26B A4B | 24–42 tok/s |
Modelli: MacBook Air (M2, 2022), MacBook Air (15-inch, M2, 2023). Non tutti i tagli di memoria sono disponibili per ogni modello; le specifiche tecniche di Apple indicano con cosa viene offerto ciascuno.
Domande
- Un MacBook Air con M2 va bene per gli LLM locali?
- Con 24 GB esegue bene 20 modelli aperti su 73, fino a Gemma 4 26B A4B, e scrive circa 24–42 token al secondo con gpt-oss-20b. Il chip M2 legge la memoria a 100 GB/s, che determina quanto velocemente scrive.
- Quanta memoria serve a un MacBook Air con M2 per l’AI?
- Con 8 GB esegue bene 16 modelli aperti; con 24 GB, 20, fino a Gemma 4 26B A4B. La memoria decide quali modelli ci stanno, e non si può espandere in seguito.
Altri Mac
MacBook Air con altri chip:
Altri Mac con chip M2:
Testa a testa:
Il M2 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.