Apakah LLM terbaik untuk M1 dengan 8 GB?

Antara model yang mempunyai skor Intelligence Index yang diterbitkan, MiniCPM5 2B mendapat skor tertinggi dalam kalangan yang berjalan baik di sini: 8-bit, kira-kira 11–20 token sesaat. Yang terbesar yang berjalan baik ialah Gemma 4 E4B.

Bolehkah M1 dengan 8 GB menjalankan Llama 3.3 70B?

Tidak: walaupun pada 2 bit ia memerlukan lebih daripada 6 GB yang boleh digunakan GPU secara lalai.

LLM apa yang boleh dijalankan M1 8 GB? Model dan kelajuan

Berjalan baik 14

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

Model	Versi	Memori	Token/s
MiniCPM5 2B2.52B · Kecerdasan 12.5	8-bit	2.7 GB	11–20
Granite 4.2 3B3B · Kecerdasan 9.1	8-bit	3.2 GB	10–17
Gemma 4 E4B8B · Kecerdasan 8.9	4-bit	4.5 GB	12–22
Nemotron 3 Nano 4B3.97B · Kecerdasan 4.8	6-bit	3.2 GB	10–17
Gemma 4 E2B5.1B	6-bit	4.1 GB	16–29
Qwen3.5 4B4B	4-bit	2.3 GB	13–24
Phi-4 mini instruct3.8B	6-bit	3.1 GB	10–18
Llama 3.2 3B Instruct3.21B	6-bit	2.6 GB	12–21
SmolLM3 3B3B	8-bit	3.2 GB	10–17
LFM2.5 2.6B2.69B	8-bit	2.9 GB	11–19
Qwen3.5 2B2B	8-bit	2.1 GB	15–26
Llama 3.2 1B Instruct1.23B	8-bit	1.3 GB	24–42
Qwen3.5 0.8B0.8B	8-bit	0.9 GB	34–60
Qwen3 0.6B0.6B	8-bit	0.6 GB	51–91

Berjalan, tetapi perlahan 7

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

Model	Versi	Memori	Token/s
Granite 4.2 8B8B · Kecerdasan 11.1	4-bit	4.5 GB	7–12
Llama 3.1 8B Instruct8B	4-bit	4.5 GB	7–12
Qwen3.5 9B9B · Kecerdasan 11.2	3-bit kualiti lebih rendah	3.9 GB	8–14
Ministral 3 8B8.9B · Kecerdasan 5.5	3-bit kualiti lebih rendah	3.9 GB	8–14
Phi-4 (14B)14B	2-bit kualiti lebih rendah	4.4 GB	7–12
Gemma 4 12B Unified12B	2-bit kualiti lebih rendah	3.7 GB	8–15
Qwen3 8B8.2B	3-bit kualiti lebih rendah	3.6 GB	9–15

Cukup-cukup muat 1

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

Model	Versi	Memori	Token/s
Phi-4 Reasoning Vision 15B15B	2-bit kualiti lebih rendah	4.7 GB	7–12

Terlalu besar 51

Memerlukan lebih daripada 8 GB memori, walaupun pada 2 bit.

Mac lain

Semua Mac dengan 8 GB, daripada mana-mana cip.

M1 dengan memori lebih atau kurang:

16 GB14 berjalan baik

Cip berdekatan:

Bersemuka:

Bandingkan dengan mana-mana Mac atau GPU · M1 untuk AI tempatan · Mac terbaik untuk LLM tempatan · Semua Mac

Soalan

Apakah LLM terbaik untuk M1 dengan 8 GB?: Antara model yang mempunyai skor Intelligence Index yang diterbitkan, MiniCPM5 2B mendapat skor tertinggi dalam kalangan yang berjalan baik di sini: 8-bit, kira-kira 11–20 token sesaat. Yang terbesar yang berjalan baik ialah Gemma 4 E4B.
Bolehkah M1 dengan 8 GB menjalankan Llama 3.3 70B?: Tidak: walaupun pada 2 bit ia memerlukan lebih daripada 6 GB yang boleh digunakan GPU secara lalai.
Sepantas mana gpt-oss-20b pada M1?: Ia tidak muat dalam 8 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.