로그인지갑 만들기

32GB Mac에 가장 좋은 LLM.

오픈 모델 73개 중 38개가 32GB에서 쾌적하게 실행됩니다. GPU는 기본적으로 그중 약 24GB를 쓸 수 있습니다. 속도는 칩에 따라 M4의 120GB/s부터 M1 Max의 400GB/s까지입니다.

쾌적하게 실행되는 가장 똑똑한 모델Qwen3.8 27B4비트 · 15.2 GB · 2–21 tok/s쾌적하게 실행되는 가장 큰 모델Qwen3.6 35B A3B4비트 · 19.7 GB · 32–188 tok/s코딩용Qwen3 Coder 30B A3B Instruct4비트 · 17.2 GB · 28–168 tok/s

32GB Mac

M1~M6의 칩 7종에 32GB 구성이 있습니다. 칩을 열면 각각의 목록과 속도를 볼 수 있습니다.

쾌적하게 실행 38

컨텍스트 여유를 두고 들어가며, M1 Max에서 초당 10토큰 이상입니다.

모델버전메모리M4M1 Max
Qwen3.8 27B27B · 지능 33.74비트15.2 GB2–412–21
Qwen3.6 35B A3B35B · 활성 3B · 지능 18.24비트19.7 GB32–56106–188
Muse Glimmer 30B29.6B · 지능 17.54비트16.7 GB3–611–19
Gemma 4 31B30.7B · 지능 14.74비트17.3 GB3–610–18
Nemotron 3.5 Lightning 30B A3B30B · 활성 3B · 지능 12.94비트16.9 GB32–56106–188
Granite 4.2 30B30B · 지능 12.74비트16.9 GB3–611–19
MiniCPM5 2B2.52B · 지능 12.58비트2.7 GB20–3667–119
Qwen3.5 9B9B · 지능 11.28비트9.6 GB11–1919–33
Granite 4.2 8B8B · 지능 11.18비트8.5 GB12–2121–38
Granite 4.2 3B3B · 지능 9.18비트3.2 GB17–3056–100
gpt-oss-20b21B · 활성 3.6B · 지능 9네이티브 4.25비트13.8 GB28–5195–168
Nemotron 3 Nano 30B A3B30B · 활성 3.5B · 지능 8.94비트16.9 GB27–4890–160
Gemma 4 E4B8B · 지능 8.98비트8.5 GB11–2038–67
Ministral 3 8B8.9B · 지능 5.58비트9.5 GB11–1919–34
Nemotron 3 Nano 4B3.97B · 지능 4.88비트4.2 GB13–2343–76
Qwen3 Coder 30B A3B Instruct30.5B · 활성 3.3B4비트17.2 GB28–5195–168
GLM-4.7 Flash30B · 활성 3B4비트16.9 GB32–56106–188
Qwen3.6 27B27B4비트15.2 GB2–412–21
Gemma 4 26B A4B25.2B · 활성 3.8B6비트20.5 GB17–3158–103
Devstral Small 2 (24B)24B4비트13.5 GB3–513–24
Magistral Small 1.2 (2509)24B4비트13.5 GB3–513–24
Mistral Small 3.2 (24B)24B4비트13.5 GB3–513–24
LFM2.5 24B A2B24B · 활성 2B6비트19.5 GB34–60113–200
Phi-4 Reasoning Vision 15B15B8비트15.9 GB3–611–20
Phi-4 (14B)14B8비트14.9 GB4–612–21
Gemma 4 12B Unified12B8비트12.7 GB4–814–25
Qwen3 8B8.2B8비트8.7 GB12–2121–37
Llama 3.1 8B Instruct8B8비트8.5 GB12–2121–38
Gemma 4 E2B5.1B8비트5.4 GB23–4075–133
Qwen3.5 4B4B8비트4.3 GB13–2242–74
Phi-4 mini instruct3.8B8비트4 GB14–2445–80
Llama 3.2 3B Instruct3.21B8비트3.4 GB16–2853–94
SmolLM3 3B3B8비트3.2 GB17–3056–100
LFM2.5 2.6B2.69B8비트2.9 GB19–3362–110
Qwen3.5 2B2B8비트2.1 GB26–4686–152
Llama 3.2 1B Instruct1.23B8비트1.3 GB42–74138–246
Qwen3.5 0.8B0.8B8비트0.9 GB60–107200–356
Qwen3 0.6B0.6B8비트0.6 GB90–160300–533

실행되지만 느림 1

들어가지만 초당 10토큰 미만입니다. 일괄 작업에는 괜찮지만 채팅에는 느립니다.

모델버전메모리M4M1 Max
Llama 3.3 70B Instruct70B2비트 품질 낮음21.9 GB2–48–15

겨우 들어감 2

메모리를 거의 다 씁니다. GPU 메모리 한도를 올리고 컨텍스트를 짧게 유지하세요.

모델버전메모리M4M1 Max
Nemotron 3.5 Bolt 74B A9B74B · 활성 9B · 지능 21.42비트 품질 낮음23.1 GB19–3464–114
Qwen3 Coder Next80B · 활성 3B · 지능 9.22비트 품질 낮음25 GB60–107200–356

너무 큼 32

2비트로도 32GB보다 많은 메모리가 필요합니다.

자주 묻는 질문

32GB Mac에 가장 좋은 LLM은 무엇인가요?
Intelligence Index가 공개된 모델 중, 32GB에서 쾌적하게 실행되는 모델 가운데 점수가 가장 높은 것은 Qwen3.8 27B입니다(4비트). 쾌적하게 실행되는 가장 큰 모델은 Qwen3.6 35B A3B입니다. 코딩용으로는 Qwen3 Coder 30B A3B Instruct.
Mac에서 로컬 AI를 쓰기에 32GB면 충분한가요?
여기 있는 오픈 모델 73개 중 38개가 4비트 이상에서 쾌적하게 실행됩니다. macOS는 기본적으로 GPU가 그중 약 24GB를 쓰도록 허용하며, 모델과 컨텍스트가 그 안에 들어가야 합니다.
32GB Mac에서 gpt-oss-20b를 실행할 수 있나요?
네. 네이티브 4.25비트에서 M4는 초당 약 28–51토큰, M1 Max는 95–168토큰입니다.

다른 용량: 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

MLX Harness(무료, 오픈 소스)나 터미널에서 Apple의 mlx-lm으로 실행하세요: 단계별 안내.

계산 방법

메모리: 모델 파라미터를 가중치당 8, 6, 4, 3, 2비트로 계산하고 MLX의 그룹 스케일(가중치당 0.5비트)을 더하거나 네이티브 형식 그대로 계산한 뒤, 컨텍스트를 위한 여유를 더했습니다. macOS는 기본적으로 GPU가 통합 메모리의 약 75%를 쓰도록 허용합니다. 속도: 메모리 대역폭을 토큰당 읽는 바이트 수로 나눈 값이 한 대화의 상한입니다. llama.cpp의 Apple Silicon 공개 벤치마크에서 실제 속도는 그 상한의 약 45~80%였고, 여기 표시한 범위가 바로 그 값입니다. 측정값이 아닌 추정값이니, 내 Mac은 MLX Bench에서 직접 측정해 보세요. 모델 수치는 각 공식 모델 카드, 칩 수치는 Apple 기술 사양에서 가져왔습니다. 2026-10-19 확인. mlx.app/compare와 같은 데이터입니다.

32GB Mac에 가장 좋은 로컬 LLM(M1~M6): 실행되는 모델과 속도