चांगली चालतात 24
कॉन्टेक्स्टसाठी जागा ठेवून बसतात, सेकंदाला 10 किंवा जास्त टोकनच्या वेगाने.
| मॉडेल | आवृत्ती | मेमरी | टोकन/सेकंद |
|---|---|---|---|
| MiniCPM5 2B2.52B · इंटेलिजन्स 12.5 | 8-बिट | 2.7 GB | 17–30 |
| Granite 4.2 8B8B · इंटेलिजन्स 11.1 | 4-बिट | 4.5 GB | 10–18 |
| Granite 4.2 3B3B · इंटेलिजन्स 9.1 | 8-बिट | 3.2 GB | 14–25 |
| Gemma 4 E4B8B · इंटेलिजन्स 8.9 | 6-बिट | 6.5 GB | 12–22 |
| Nemotron 3 Nano 4B3.97B · इंटेलिजन्स 4.8 | 8-बिट | 4.2 GB | 11–19 |
| Qwen3 8B8.2B | 4-बिट | 4.6 GB | 10–17 |
| Llama 3.1 8B Instruct8B | 4-बिट | 4.5 GB | 10–18 |
| Gemma 4 E2B5.1B | 8-बिट | 5.4 GB | 19–33 |
| Qwen3.5 4B4B | 8-बिट | 4.3 GB | 10–19 |
| Phi-4 mini instruct3.8B | 8-बिट | 4 GB | 11–20 |
| Llama 3.2 3B Instruct3.21B | 8-बिट | 3.4 GB | 13–24 |
| SmolLM3 3B3B | 8-बिट | 3.2 GB | 14–25 |
| LFM2.5 2.6B2.69B | 8-बिट | 2.9 GB | 16–28 |
| Qwen3.5 2B2B | 8-बिट | 2.1 GB | 21–38 |
| Llama 3.2 1B Instruct1.23B | 8-बिट | 1.3 GB | 35–62 |
| Qwen3.5 0.8B0.8B | 8-बिट | 0.9 GB | 50–89 |
| Qwen3 0.6B0.6B | 8-बिट | 0.6 GB | 75–133 |
| Nemotron 3.5 Lightning 30B A3B30B · 3B सक्रिय · इंटेलिजन्स 12.9 | 2-बिट कमी गुणवत्ता | 9.4 GB | 50–89 |
| gpt-oss-20b21B · 3.6B सक्रिय · इंटेलिजन्स 9 | 3-बिट कमी गुणवत्ता | 9.2 GB | 28–50 |
| Nemotron 3 Nano 30B A3B30B · 3.5B सक्रिय · इंटेलिजन्स 8.9 | 2-बिट कमी गुणवत्ता | 9.4 GB | 41–73 |
| Qwen3 Coder 30B A3B Instruct30.5B · 3.3B सक्रिय | 2-बिट कमी गुणवत्ता | 9.5 GB | 45–80 |
| GLM-4.7 Flash30B · 3B सक्रिय | 2-बिट कमी गुणवत्ता | 9.4 GB | 50–89 |
| Gemma 4 26B A4B25.2B · 3.8B सक्रिय | 2-बिट कमी गुणवत्ता | 7.9 GB | 38–67 |
| LFM2.5 24B A2B24B · 2B सक्रिय | 3-बिट कमी गुणवत्ता | 10.5 GB | 50–89 |
चालतात, पण हळू 13
बसतात, पण सेकंदाला 10 टोकनपेक्षा कमी: बॅच कामासाठी ठीक, चॅटसाठी हळू.
| मॉडेल | आवृत्ती | मेमरी | टोकन/सेकंद |
|---|---|---|---|
| Qwen3.5 9B9B · इंटेलिजन्स 11.2 | 8-बिट | 9.6 GB | 5–8 |
| Ministral 3 8B8.9B · इंटेलिजन्स 5.5 | 8-बिट | 9.5 GB | 5–8 |
| Phi-4 Reasoning Vision 15B15B | 4-बिट | 8.4 GB | 5–10 |
| Phi-4 (14B)14B | 4-बिट | 7.9 GB | 6–10 |
| Gemma 4 12B Unified12B | 6-बिट | 9.7 GB | 5–8 |
| Qwen3.8 27B27B · इंटेलिजन्स 33.7 | 2-बिट कमी गुणवत्ता | 8.4 GB | 5–10 |
| Muse Glimmer 30B29.6B · इंटेलिजन्स 17.5 | 2-बिट कमी गुणवत्ता | 9.3 GB | 5–9 |
| Gemma 4 31B30.7B · इंटेलिजन्स 14.7 | 2-बिट कमी गुणवत्ता | 9.6 GB | 5–8 |
| Granite 4.2 30B30B · इंटेलिजन्स 12.7 | 2-बिट कमी गुणवत्ता | 9.4 GB | 5–9 |
| Qwen3.6 27B27B | 2-बिट कमी गुणवत्ता | 8.4 GB | 5–10 |
| Devstral Small 2 (24B)24B | 3-बिट कमी गुणवत्ता | 10.5 GB | 4–8 |
| Magistral Small 1.2 (2509)24B | 3-बिट कमी गुणवत्ता | 10.5 GB | 4–8 |
| Mistral Small 3.2 (24B)24B | 3-बिट कमी गुणवत्ता | 10.5 GB | 4–8 |
जेमतेम बसतात 1
जवळजवळ सगळी मेमरी लागते: GPU मेमरीची मर्यादा वाढवा आणि कॉन्टेक्स्ट लहान ठेवा.
| मॉडेल | आवृत्ती | मेमरी | टोकन/सेकंद |
|---|---|---|---|
| Qwen3.6 35B A3B35B · 3B सक्रिय · इंटेलिजन्स 18.2 | 2-बिट कमी गुणवत्ता | 10.9 GB | 50–89 |
खूप मोठी 35
16 GB पेक्षा जास्त मेमरी लागते, अगदी 2 बिटलाही.
- MiMo V2.6 Pro1,020B
- Kimi K32,800B
- MiMo V2.6 Flash309B
- Kimi K2.7 Code1,000B
- gpt-oss-120b117B
- Kimi K2.61,000B
- DeepSeek V4.1 Flash 1017552B
- GLM-5.3744B
- GLM-5.3 Flash320B
- Qwen3.8 2.4T A95B2,400B
- Qwen3.8 Flash Next180B
- Muse Spark Open816B
- DeepSeek V4 Pro 08131,600B
- Beam 1.0501B
- MiniMax M3428B
- Inkling Small276B
- Hy3295B
- Inkling975B
- Nemotron 3 Ultra 550B A55B550B
- Nemotron 3.5 Bolt 74B A9B74B
- Qwen3.5 397B A17B397B
- Qwen3.5 122B A10B122B
- Mistral Medium 3.5 (128B)128B
- Mistral Small 4 (119B)119B
- Llama 4 Maverick 17B-128E Instruct400B
- Qwen3 Coder Next80B
- Llama 4 Scout 17B-16E Instruct109B
- Mistral Large 3 (675B)675B
- DeepSeek V4 Flash 0731284B
- MiniMax M2.7230B
- Devstral 2 (123B)123B
- Ornith 1.5 122B122B
- Nemotron 3 Super 120B A12B120B
- GLM-4.5 Air106B
- Llama 3.3 70B Instruct70B
इतर Mac
16 GB असलेला प्रत्येक Mac, कोणत्याही चिपसह.
कमी किंवा जास्त मेमरीसह M2:
जवळच्या चिप:
समोरासमोर:
त्याची तुलना कोणत्याही Mac किंवा GPU शी करा · लोकल AI साठी M2 · लोकल LLM साठी सर्वोत्तम Mac · प्रत्येक Mac
प्रश्न
- 16 GB असलेल्या M2 साठी सर्वोत्तम LLM कोणते?
- ज्या मॉडेलचा Intelligence Index प्रकाशित आहे, त्यांपैकी इथे चांगल्या चालणाऱ्यांमध्ये MiniCPM5 2B चा स्कोअर सर्वात जास्त आहे: 8-बिट, सेकंदाला सुमारे 17–30 टोकन. चांगले चालणारे सर्वात मोठे मॉडेल Qwen3 8B आहे.
- 16 GB असलेला M2 Llama 3.3 70B चालवू शकतो का?
- नाही: 2 बिटलाही त्याला GPU डिफॉल्टनुसार वापरू शकतो त्या 12 GB पेक्षा जास्त लागते.
- M2 वर gpt-oss-20b किती वेगाने चालते?
- सेकंदाला सुमारे 28–50 टोकन (3-बिट), चिपच्या 100 GB/s मेमरी बँडविड्थवरून.
ही मॉडेल MLX Harness (मोफत, ओपन सोर्स) ने किंवा Terminal मध्ये Apple च्या mlx-lm ने चालवा: टप्प्याटप्प्याने.
हिशोब कसा केला
मेमरी: मॉडेलचे पॅरामीटर प्रति वेट 8, 6, 4, 3 किंवा 2 बिटला, शिवाय MLX चे ग्रुप स्केल (प्रति वेट अर्धा बिट), किंवा त्याचा नेटिव्ह फॉरमॅट, आणि वर कॉन्टेक्स्टसाठी जागा. डिफॉल्टनुसार macOS GPU ला युनिफाइड मेमरीपैकी सुमारे 75% वापरू देते. वेग: मेमरी बँडविड्थला प्रत्येक टोकनसाठी वाचल्या जाणाऱ्या बाइटने भागल्यास एका संभाषणाची कमाल मर्यादा मिळते; llama.cpp च्या सार्वजनिक Apple Silicon बेंचमार्क मध्ये प्रत्यक्ष रन त्याच्या सुमारे 45% ते 80% पर्यंत पोहोचतात, आणि हीच रेंज दाखवली आहे. हे अंदाज आहेत, मोजमाप नाही: तुमचा Mac MLX Bench वर मोजा. मॉडेलचे आकडे प्रत्येक अधिकृत मॉडेल कार्डमधून, चिपचे आकडे Apple च्या Tech Specs मधून. 2026-10-19 रोजी तपासले. mlx.app/compare वरचाच डेटा.