Bersebelahan
| M1 | M1 Pro | |
|---|---|---|
| Saiz memori | 8, 16 GB | 16, 32 GB |
| Lebar jalur memori | 68 GB/s | 200 GB/s |
| Untuk model, paling banyak | kira-kira 12 GB | kira-kira 24 GB |
| Model yang berjalan baik | 14 daripada 73 | 30 daripada 73 |
| Kelas kerusi MLX | Core | Pro |
| Terdapat dalam | MacBook Air (M1, 2020), MacBook Pro (13-inch, M1, 2020), Mac mini (M1, 2020), iMac (24-inch, M1, 2021) | MacBook Pro (14-inch, 2021), MacBook Pro (16-inch, 2021) |
Kelajuan dengan model popular
Token sesaat untuk satu perbualan, setiap cip pada saiz memori terbesarnya (16 GB dan 32 GB), dengan versi terbaik model yang muat.
| Model | M1 | M1 Pro |
|---|---|---|
| Llama 3.1 8B Instruct8B | 4–6 8-bit | 11–19 8-bit |
| gpt-oss-20b21B · 3.6B aktif | 19–34 3-bit kualiti lebih rendah | 47–84 4.25-bit asli |
| Qwen3.6 35B A3B35B · 3B aktif | 34–60 2-bit kualiti lebih rendah | 53–94 4-bit |
| Qwen3.8 27B27B | 4–6 2-bit kualiti lebih rendah | 4–7 6-bit |
| Llama 3.3 70B Instruct70B | terlalu besar | 4–7 2-bit kualiti lebih rendah |
| gpt-oss-120b117B · 5.1B aktif | terlalu besar | terlalu besar |
| Qwen3.5 122B A10B122B · 10B aktif | terlalu besar | terlalu besar |
| DeepSeek V4 Flash 0731284B · 13B aktif | terlalu besar | terlalu besar |
Soalan
- Adakah M1 Pro lebih pantas daripada M1 untuk LLM?
- M1 Pro membaca memori kira-kira 194% lebih pantas daripada M1 (200 vs 68 GB/s), jadi ia menulis kira-kira 194% lebih pantas dengan mana-mana model yang muat dalam kedua-duanya. Membaca gesaan yang panjang pula bergantung pada kuasa pengkomputeran GPU, yang tidak diliputi oleh perbandingan ini.
- Yang mana boleh menjalankan model lebih besar, M1 atau M1 Pro?
- M1 Pro: M1 Pro tersedia sehingga 32 GB memori, M1 sehingga 16 GB. Pada konfigurasi terbesarnya ia menjalankan 30 daripada 73 model terbuka dengan baik, berbanding 14.
Lebih banyak perbandingan
M1 untuk AI tempatan · M1 Pro untuk AI tempatan · Bandingkan semua model · Mac terbaik untuk LLM tempatan
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.