Bersebelahan
| M1 | M2 | |
|---|---|---|
| Saiz memori | 8, 16 GB | 8, 16, 24 GB |
| Lebar jalur memori | 68 GB/s | 100 GB/s |
| Untuk model, paling banyak | kira-kira 12 GB | kira-kira 18 GB |
| Model yang berjalan baik | 14 daripada 73 | 20 daripada 73 |
| Kelas kerusi MLX | Core | Core |
| Terdapat dalam | MacBook Air (M1, 2020), MacBook Pro (13-inch, M1, 2020), Mac mini (M1, 2020), iMac (24-inch, M1, 2021) | MacBook Air (M2, 2022), MacBook Pro (13-inch, M2, 2022), MacBook Air (15-inch, M2, 2023), Mac mini (2023) |
Kelajuan dengan model popular
Token sesaat untuk satu perbualan, setiap cip pada saiz memori terbesarnya (16 GB dan 24 GB), dengan versi terbaik model yang muat.
| Model | M1 | M2 |
|---|---|---|
| Llama 3.1 8B Instruct8B | 4–6 8-bit | 10–18 4-bit |
| gpt-oss-20b21B · 3.6B aktif | 19–34 3-bit kualiti lebih rendah | 24–42 4.25-bit asli |
| Qwen3.6 35B A3B35B · 3B aktif | 34–60 2-bit kualiti lebih rendah | 35–62 3-bit kualiti lebih rendah |
| Qwen3.8 27B27B | 4–6 2-bit kualiti lebih rendah | 3–5 4-bit |
| Llama 3.3 70B Instruct70B | terlalu besar | terlalu besar |
| 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 M2 lebih pantas daripada M1 untuk LLM?
- M2 membaca memori kira-kira 47% lebih pantas daripada M1 (100 vs 68 GB/s), jadi ia menulis kira-kira 47% 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 M2?
- M2: M2 tersedia sehingga 24 GB memori, M1 sehingga 16 GB. Pada konfigurasi terbesarnya ia menjalankan 20 daripada 73 model terbuka dengan baik, berbanding 14.
Lebih banyak perbandingan
M1 untuk AI tempatan · M2 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.