Apakah LLM terbaik untuk Mac dengan 32 GB?

Antara model yang mempunyai skor Intelligence Index yang diterbitkan, Qwen3.8 27B mendapat skor tertinggi dalam kalangan yang berjalan baik dalam 32 GB (4-bit). Yang terbesar yang berjalan baik ialah Qwen3.6 35B A3B. Untuk kod: Qwen3 Coder 30B A3B Instruct.

Adakah 32 GB cukup untuk AI tempatan pada Mac?

38 daripada 73 model terbuka di sini berjalan baik di dalamnya pada 4 bit atau lebih baik. Secara lalai macOS membenarkan GPU menggunakan kira-kira 24 GB daripadanya; model dan konteksnya mesti muat di situ.

Bolehkah Mac 32 GB menjalankan gpt-oss-20b?

Ya, 4.25-bit asli, kira-kira 28–51 token sesaat pada M4 dan 95–168 pada M1 Max.

LLM tempatan terbaik untuk Mac 32 GB (M1 hingga M6)

Mac dengan 32 GB

7 cip daripada M1 hingga M6 tersedia dengan 32 GB. Buka satu untuk senarai dan kelajuannya sendiri.

Berjalan baik 38

Muat dengan ruang untuk konteks, 10 token sesaat atau lebih pada M1 Max.

Model	Versi	Memori	M4	M1 Max
Qwen3.8 27B27B · Kecerdasan 33.7	4-bit	15.2 GB	2–4	12–21
Qwen3.6 35B A3B35B · 3B aktif · Kecerdasan 18.2	4-bit	19.7 GB	32–56	106–188
Muse Glimmer 30B29.6B · Kecerdasan 17.5	4-bit	16.7 GB	3–6	11–19
Gemma 4 31B30.7B · Kecerdasan 14.7	4-bit	17.3 GB	3–6	10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B aktif · Kecerdasan 12.9	4-bit	16.9 GB	32–56	106–188
Granite 4.2 30B30B · Kecerdasan 12.7	4-bit	16.9 GB	3–6	11–19
MiniCPM5 2B2.52B · Kecerdasan 12.5	8-bit	2.7 GB	20–36	67–119
Qwen3.5 9B9B · Kecerdasan 11.2	8-bit	9.6 GB	11–19	19–33
Granite 4.2 8B8B · Kecerdasan 11.1	8-bit	8.5 GB	12–21	21–38
Granite 4.2 3B3B · Kecerdasan 9.1	8-bit	3.2 GB	17–30	56–100
gpt-oss-20b21B · 3.6B aktif · Kecerdasan 9	4.25-bit asli	13.8 GB	28–51	95–168
Nemotron 3 Nano 30B A3B30B · 3.5B aktif · Kecerdasan 8.9	4-bit	16.9 GB	27–48	90–160
Gemma 4 E4B8B · Kecerdasan 8.9	8-bit	8.5 GB	11–20	38–67
Ministral 3 8B8.9B · Kecerdasan 5.5	8-bit	9.5 GB	11–19	19–34
Nemotron 3 Nano 4B3.97B · Kecerdasan 4.8	8-bit	4.2 GB	13–23	43–76
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B aktif	4-bit	17.2 GB	28–51	95–168
GLM-4.7 Flash30B · 3B aktif	4-bit	16.9 GB	32–56	106–188
Qwen3.6 27B27B	4-bit	15.2 GB	2–4	12–21
Gemma 4 26B A4B25.2B · 3.8B aktif	6-bit	20.5 GB	17–31	58–103
Devstral Small 2 (24B)24B	4-bit	13.5 GB	3–5	13–24
Magistral Small 1.2 (2509)24B	4-bit	13.5 GB	3–5	13–24
Mistral Small 3.2 (24B)24B	4-bit	13.5 GB	3–5	13–24
LFM2.5 24B A2B24B · 2B aktif	6-bit	19.5 GB	34–60	113–200
Phi-4 Reasoning Vision 15B15B	8-bit	15.9 GB	3–6	11–20
Phi-4 (14B)14B	8-bit	14.9 GB	4–6	12–21
Gemma 4 12B Unified12B	8-bit	12.7 GB	4–8	14–25
Qwen3 8B8.2B	8-bit	8.7 GB	12–21	21–37
Llama 3.1 8B Instruct8B	8-bit	8.5 GB	12–21	21–38
Gemma 4 E2B5.1B	8-bit	5.4 GB	23–40	75–133
Qwen3.5 4B4B	8-bit	4.3 GB	13–22	42–74
Phi-4 mini instruct3.8B	8-bit	4 GB	14–24	45–80
Llama 3.2 3B Instruct3.21B	8-bit	3.4 GB	16–28	53–94
SmolLM3 3B3B	8-bit	3.2 GB	17–30	56–100
LFM2.5 2.6B2.69B	8-bit	2.9 GB	19–33	62–110
Qwen3.5 2B2B	8-bit	2.1 GB	26–46	86–152
Llama 3.2 1B Instruct1.23B	8-bit	1.3 GB	42–74	138–246
Qwen3.5 0.8B0.8B	8-bit	0.9 GB	60–107	200–356
Qwen3 0.6B0.6B	8-bit	0.6 GB	90–160	300–533

Berjalan, tetapi perlahan 1

Muat, tetapi di bawah 10 token sesaat: sesuai untuk kerja kelompok, perlahan untuk sembang.

Model	Versi	Memori	M4	M1 Max
Llama 3.3 70B Instruct70B	2-bit kualiti lebih rendah	21.9 GB	2–4	8–15

Cukup-cukup muat 2

Memerlukan hampir semua memori: naikkan had memori GPU dan pastikan konteks pendek.

Model	Versi	Memori	M4	M1 Max
Nemotron 3.5 Bolt 74B A9B74B · 9B aktif · Kecerdasan 21.4	2-bit kualiti lebih rendah	23.1 GB	19–34	64–114
Qwen3 Coder Next80B · 3B aktif · Kecerdasan 9.2	2-bit kualiti lebih rendah	25 GB	60–107	200–356

Soalan

Apakah LLM terbaik untuk Mac dengan 32 GB?: Antara model yang mempunyai skor Intelligence Index yang diterbitkan, Qwen3.8 27B mendapat skor tertinggi dalam kalangan yang berjalan baik dalam 32 GB (4-bit). Yang terbesar yang berjalan baik ialah Qwen3.6 35B A3B. Untuk kod: Qwen3 Coder 30B A3B Instruct.
Adakah 32 GB cukup untuk AI tempatan pada Mac?: 38 daripada 73 model terbuka di sini berjalan baik di dalamnya pada 4 bit atau lebih baik. Secara lalai macOS membenarkan GPU menggunakan kira-kira 24 GB daripadanya; model dan konteksnya mesti muat di situ.
Bolehkah Mac 32 GB menjalankan gpt-oss-20b?: Ya, 4.25-bit asli, kira-kira 28–51 token sesaat pada M4 dan 95–168 pada M1 Max.

Saiz lain: 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

Jalankan dengan MLX Harness (percuma, sumber terbuka) atau mlx-lm daripada Apple dalam Terminal: langkah demi langkah.

Cara ia dikira

Memori: parameter model pada 8, 6, 4, 3 atau 2 bit setiap pemberat serta skala kumpulan MLX (setengah bit setiap pemberat), atau format aslinya, dengan ruang untuk konteks di atasnya. Secara lalai macOS membenarkan GPU menggunakan kira-kira 75% memori bersatu. Kelajuan: lebar jalur memori dibahagikan dengan bait yang dibaca bagi setiap token ialah had atas untuk satu perbualan; dalam penanda aras Apple Silicon awam llama.cpp, larian sebenar mencapai kira-kira 45% hingga 80% daripadanya, dan julat itulah yang ditunjukkan. Ini anggaran, bukan ukuran: ukur Mac anda sendiri di MLX Bench. Angka model daripada kad model rasmi setiap model, angka cip daripada Spesifikasi Teknikal Apple. Disemak 2026-10-19. Data yang sama seperti mlx.app/compare.

LLM terbaik untuk Mac 32 GB.