로그인지갑 만들기

18GB M3 Pro에서는 무엇을 실행할 수 있을까?

오픈 모델 73개 중 20개가 쾌적하게 실행됩니다. GPU는 기본적으로 18GB 중 약 14GB를 쓸 수 있고, 메모리를 150GB/s로 읽으며 이 속도가 생성 속도를 정합니다. 탑재 기기: MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023).

쾌적하게 실행되는 가장 똑똑한 모델MiniCPM5 2B8비트 · 2.7 GB · 25–44 tok/s쾌적하게 실행되는 가장 큰 모델Gemma 4 12B Unified4비트 · 6.7 GB · 10–18 tok/s

쾌적하게 실행 27

컨텍스트 여유를 두고 들어가며, 초당 10토큰 이상입니다.

모델버전메모리토큰/초
MiniCPM5 2B2.52B · 지능 12.58비트2.7 GB25–44
Qwen3.5 9B9B · 지능 11.24비트5.1 GB13–24
Granite 4.2 8B8B · 지능 11.16비트6.5 GB10–18
Granite 4.2 3B3B · 지능 9.18비트3.2 GB21–38
Gemma 4 E4B8B · 지능 8.98비트8.5 GB14–25
Ministral 3 8B8.9B · 지능 5.54비트5 GB14–24
Nemotron 3 Nano 4B3.97B · 지능 4.88비트4.2 GB16–29
Gemma 4 12B Unified12B4비트6.7 GB10–18
Qwen3 8B8.2B6비트6.7 GB10–18
Llama 3.1 8B Instruct8B6비트6.5 GB10–18
Gemma 4 E2B5.1B8비트5.4 GB28–50
Qwen3.5 4B4B8비트4.3 GB16–28
Phi-4 mini instruct3.8B8비트4 GB17–30
Llama 3.2 3B Instruct3.21B8비트3.4 GB20–35
SmolLM3 3B3B8비트3.2 GB21–38
LFM2.5 2.6B2.69B8비트2.9 GB23–41
Qwen3.5 2B2B8비트2.1 GB32–57
Llama 3.2 1B Instruct1.23B8비트1.3 GB52–92
Qwen3.5 0.8B0.8B8비트0.9 GB75–133
Qwen3 0.6B0.6B8비트0.6 GB113–200
Qwen3.6 35B A3B35B · 활성 3B · 지능 18.22비트 품질 낮음10.9 GB75–133
Nemotron 3.5 Lightning 30B A3B30B · 활성 3B · 지능 12.92비트 품질 낮음9.4 GB75–133
Nemotron 3 Nano 30B A3B30B · 활성 3.5B · 지능 8.92비트 품질 낮음9.4 GB61–109
Qwen3 Coder 30B A3B Instruct30.5B · 활성 3.3B2비트 품질 낮음9.5 GB68–120
GLM-4.7 Flash30B · 활성 3B2비트 품질 낮음9.4 GB75–133
Gemma 4 26B A4B25.2B · 활성 3.8B3비트 품질 낮음11 GB40–71
LFM2.5 24B A2B24B · 활성 2B3비트 품질 낮음10.5 GB75–133

실행되지만 느림 10

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

모델버전메모리토큰/초
Phi-4 Reasoning Vision 15B15B4비트8.4 GB8–14
Phi-4 (14B)14B6비트11.4 GB6–11
Qwen3.8 27B27B · 지능 33.73비트 품질 낮음11.8 GB6–10
Muse Glimmer 30B29.6B · 지능 17.52비트 품질 낮음9.3 GB7–13
Gemma 4 31B30.7B · 지능 14.72비트 품질 낮음9.6 GB7–13
Granite 4.2 30B30B · 지능 12.72비트 품질 낮음9.4 GB7–13
Qwen3.6 27B27B3비트 품질 낮음11.8 GB6–10
Devstral Small 2 (24B)24B3비트 품질 낮음10.5 GB6–11
Magistral Small 1.2 (2509)24B3비트 품질 낮음10.5 GB6–11
Mistral Small 3.2 (24B)24B3비트 품질 낮음10.5 GB6–11

겨우 들어감 1

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

모델버전메모리토큰/초
gpt-oss-20b21B · 활성 3.6B · 지능 9네이티브 4.25비트13.8 GB36–63

너무 큼 35

2비트로도 18GB보다 많은 메모리가 필요합니다.

다른 Mac

칩과 관계없이 18GB인 모든 Mac.

메모리가 더 많거나 적은 M3 Pro:

가까운 칩:

1:1 비교:

어떤 Mac이나 GPU와도 비교하기 · 로컬 AI를 위한 M3 Pro · 로컬 LLM에 가장 좋은 Mac · 모든 Mac

자주 묻는 질문

18GB M3 Pro에 가장 좋은 LLM은 무엇인가요?
Intelligence Index가 공개된 모델 중, 여기서 쾌적하게 실행되는 모델 가운데 점수가 가장 높은 것은 MiniCPM5 2B입니다. 8비트, 초당 약 25–44토큰. 쾌적하게 실행되는 가장 큰 모델은 Gemma 4 12B Unified입니다.
18GB M3 Pro에서 Llama 3.3 70B를 실행할 수 있나요?
아니요. 2비트로도 GPU가 기본으로 쓸 수 있는 14GB보다 더 필요합니다.
M3 Pro에서 gpt-oss-20b는 얼마나 빠른가요?
초당 약 36–63토큰(네이티브 4.25비트)으로, 칩의 메모리 대역폭 150GB/s에서 계산했습니다.

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.

18GB M3 Pro에서 실행되는 LLM은? 모든 모델과 속도