मेमरी आकारानुसार
| मेमरी | चांगली चालतात | चांगले चालणारे सर्वात मोठे | gpt-oss-20b |
|---|---|---|---|
| 8 GB100 GB/s | 16 | Granite 4.2 8B | खूप मोठे |
| 16 GB100 GB/s | 17 | Qwen3 8B | 28–50 tok/s |
| 24 GB100 GB/s | 20 | Gemma 4 26B A4B | 24–42 tok/s |
Mac मॉडेल: Mac mini (2023). प्रत्येक Mac मॉडेलसोबत प्रत्येक मेमरी आकार मिळत नाही; कोणत्या मॉडेलसोबत काय मिळते ते Apple च्या Tech Specs मध्ये दिलेले आहे.
प्रश्न
- M2 असलेला Mac mini लोकल LLM साठी चांगला आहे का?
- 24 GB सह तो 73 पैकी 20 ओपन मॉडेल चांगली चालवतो, Gemma 4 26B A4B पर्यंत, आणि gpt-oss-20b सह सेकंदाला सुमारे 24–42 टोकन लिहितो. M2 100 GB/s ने मेमरी वाचतो, त्यावरून तो किती वेगाने लिहितो ते ठरते.
- AI साठी M2 असलेल्या Mac mini मध्ये किती मेमरी असावी?
- 8 GB सह तो 16 ओपन मॉडेल चांगली चालवतो; 24 GB सह 20, Gemma 4 26B A4B पर्यंत. कोणती मॉडेल बसतील ते मेमरी ठरवते, आणि ती नंतर वाढवता येत नाही.
इतर Mac
इतर चिप असलेले Mac mini:
M2 असलेले इतर Mac:
समोरासमोर:
लोकल AI साठी M2 · लोकल LLM साठी सर्वोत्तम Mac · प्रत्येक Mac
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.