Log masukCipta dompet

Apa yang boleh dijalankan M2 Pro dengan 16 GB?

22 daripada 73 model terbuka berjalan baik padanya. Secara lalai GPU boleh menggunakan kira-kira 12 GB daripada 16 GB, dan ia membaca memori pada 200 GB/s, yang menentukan kelajuan menulisnya. Terdapat dalam: MacBook Pro (14-inch, 2023), MacBook Pro (16-inch, 2023), Mac mini (2023).

Paling pintar yang berjalan baikMiniCPM5 2B8-bit · 2.7 GB · 33–59 tok/sTerbesar yang berjalan baikPhi-4 Reasoning Vision 15B4-bit · 8.4 GB · 11–19 tok/s

Berjalan baik 33

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

ModelVersiMemoriToken/s
MiniCPM5 2B2.52B · Kecerdasan 12.58-bit2.7 GB33–59
Qwen3.5 9B9B · Kecerdasan 11.26-bit7.3 GB12–22
Granite 4.2 8B8B · Kecerdasan 11.18-bit8.5 GB11–19
Granite 4.2 3B3B · Kecerdasan 9.18-bit3.2 GB28–50
Gemma 4 E4B8B · Kecerdasan 8.98-bit8.5 GB19–33
Ministral 3 8B8.9B · Kecerdasan 5.56-bit7.2 GB13–22
Nemotron 3 Nano 4B3.97B · Kecerdasan 4.88-bit4.2 GB21–38
Phi-4 Reasoning Vision 15B15B4-bit8.4 GB11–19
Phi-4 (14B)14B4-bit7.9 GB11–20
Gemma 4 12B Unified12B4-bit6.7 GB13–24
Qwen3 8B8.2B8-bit8.7 GB10–18
Llama 3.1 8B Instruct8B8-bit8.5 GB11–19
Gemma 4 E2B5.1B8-bit5.4 GB38–67
Qwen3.5 4B4B8-bit4.3 GB21–37
Phi-4 mini instruct3.8B8-bit4 GB23–40
Llama 3.2 3B Instruct3.21B8-bit3.4 GB26–47
SmolLM3 3B3B8-bit3.2 GB28–50
LFM2.5 2.6B2.69B8-bit2.9 GB31–55
Qwen3.5 2B2B8-bit2.1 GB43–76
Llama 3.2 1B Instruct1.23B8-bit1.3 GB69–123
Qwen3.5 0.8B0.8B8-bit0.9 GB100–178
Qwen3 0.6B0.6B8-bit0.6 GB150–267
Qwen3.8 27B27B · Kecerdasan 33.72-bit kualiti lebih rendah8.4 GB11–19
Muse Glimmer 30B29.6B · Kecerdasan 17.52-bit kualiti lebih rendah9.3 GB10–17
Nemotron 3.5 Lightning 30B A3B30B · 3B aktif · Kecerdasan 12.92-bit kualiti lebih rendah9.4 GB100–178
Granite 4.2 30B30B · Kecerdasan 12.72-bit kualiti lebih rendah9.4 GB10–17
gpt-oss-20b21B · 3.6B aktif · Kecerdasan 93-bit kualiti lebih rendah9.2 GB56–100
Nemotron 3 Nano 30B A3B30B · 3.5B aktif · Kecerdasan 8.92-bit kualiti lebih rendah9.4 GB82–145
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B aktif2-bit kualiti lebih rendah9.5 GB90–160
GLM-4.7 Flash30B · 3B aktif2-bit kualiti lebih rendah9.4 GB100–178
Qwen3.6 27B27B2-bit kualiti lebih rendah8.4 GB11–19
Gemma 4 26B A4B25.2B · 3.8B aktif2-bit kualiti lebih rendah7.9 GB75–133
LFM2.5 24B A2B24B · 2B aktif3-bit kualiti lebih rendah10.5 GB100–178

Berjalan, tetapi perlahan 4

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

ModelVersiMemoriToken/s
Gemma 4 31B30.7B · Kecerdasan 14.72-bit kualiti lebih rendah9.6 GB9–17
Devstral Small 2 (24B)24B3-bit kualiti lebih rendah10.5 GB9–15
Magistral Small 1.2 (2509)24B3-bit kualiti lebih rendah10.5 GB9–15
Mistral Small 3.2 (24B)24B3-bit kualiti lebih rendah10.5 GB9–15

Cukup-cukup muat 1

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

ModelVersiMemoriToken/s
Qwen3.6 35B A3B35B · 3B aktif · Kecerdasan 18.22-bit kualiti lebih rendah10.9 GB100–178

Terlalu besar 35

Memerlukan lebih daripada 16 GB memori, walaupun pada 2 bit.

Mac lain

Semua Mac dengan 16 GB, daripada mana-mana cip.

M2 Pro dengan memori lebih atau kurang:

Cip berdekatan:

Bersemuka:

Bandingkan dengan mana-mana Mac atau GPU · M2 Pro untuk AI tempatan · Mac terbaik untuk LLM tempatan · Semua Mac

Soalan

Apakah LLM terbaik untuk M2 Pro dengan 16 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 33–59 token sesaat. Yang terbesar yang berjalan baik ialah Phi-4 Reasoning Vision 15B.
Bolehkah M2 Pro dengan 16 GB menjalankan Llama 3.3 70B?
Tidak: walaupun pada 2 bit ia memerlukan lebih daripada 12 GB yang boleh digunakan GPU secara lalai.
Sepantas mana gpt-oss-20b pada M2 Pro?
Kira-kira 56–100 token sesaat (3-bit), daripada lebar jalur memori cip sebanyak 200 GB/s.

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 apa yang boleh dijalankan M2 Pro 16 GB? Model dan kelajuan