Mengikut saiz memori
| Memori | Berjalan baik | Terbesar yang berjalan baik | gpt-oss-20b |
|---|---|---|---|
| 8 GB100 GB/s | 16 | Granite 4.2 8B | terlalu besar |
| 16 GB100 GB/s | 17 | Qwen3 8B | 28–50 tok/s |
| 24 GB100 GB/s | 20 | Gemma 4 26B A4B | 24–42 tok/s |
Model: iMac (24-inch, M3, 2023, Two ports), iMac (24-inch, M3, 2023, Four ports). Bukan setiap saiz memori ditawarkan dengan setiap model; Spesifikasi Teknikal Apple menyenaraikan pilihan bagi setiap satu.
Soalan
- Adakah iMac dengan M3 bagus untuk LLM tempatan?
- Dengan 24 GB ia menjalankan 20 daripada 73 model terbuka dengan baik, sehingga Gemma 4 26B A4B, dan menulis kira-kira 24–42 token sesaat dengan gpt-oss-20b. M3 membaca memori pada 100 GB/s, yang menentukan kelajuan menulisnya.
- Berapa banyak memori yang patut ada pada iMac dengan M3 untuk AI?
- Dengan 8 GB, 16 model terbuka berjalan baik; dengan 24 GB, 20, sehingga Gemma 4 26B A4B. Memori menentukan model yang muat, dan ia tidak boleh dinaik taraf kemudian.
Mac lain
iMac dengan cip lain:
Mac lain dengan M3:
Bersemuka:
M3 untuk AI tempatan · Mac terbaik untuk LLM tempatan · Semua Mac
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.