Log masukCipta dompet

Apa yang boleh dijalankan M6 dengan 16 GB?

20 daripada 73 model terbuka berjalan baik padanya. Secara lalai GPU boleh menggunakan kira-kira 12 GB daripada 16 GB, dan ia membaca memori pada 153 GB/s, yang menentukan kelajuan menulisnya. Terdapat dalam: Mac mini (M6 or M5 Pro).

Paling pintar yang berjalan baikMiniCPM5 2B8-bit · 2.7 GB · 26–45 tok/sTerbesar yang berjalan baikGemma 4 12B Unified4-bit · 6.7 GB · 10–18 tok/s

Berjalan baik 27

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

ModelVersiMemoriToken/s
MiniCPM5 2B2.52B · Kecerdasan 12.58-bit2.7 GB26–45
Qwen3.5 9B9B · Kecerdasan 11.24-bit5.1 GB14–24
Granite 4.2 8B8B · Kecerdasan 11.16-bit6.5 GB11–19
Granite 4.2 3B3B · Kecerdasan 9.18-bit3.2 GB22–38
Gemma 4 E4B8B · Kecerdasan 8.98-bit8.5 GB14–26
Ministral 3 8B8.9B · Kecerdasan 5.56-bit7.2 GB10–17
Nemotron 3 Nano 4B3.97B · Kecerdasan 4.88-bit4.2 GB16–29
Gemma 4 12B Unified12B4-bit6.7 GB10–18
Qwen3 8B8.2B6-bit6.7 GB10–18
Llama 3.1 8B Instruct8B6-bit6.5 GB11–19
Gemma 4 E2B5.1B8-bit5.4 GB29–51
Qwen3.5 4B4B8-bit4.3 GB16–28
Phi-4 mini instruct3.8B8-bit4 GB17–31
Llama 3.2 3B Instruct3.21B8-bit3.4 GB20–36
SmolLM3 3B3B8-bit3.2 GB22–38
LFM2.5 2.6B2.69B8-bit2.9 GB24–42
Qwen3.5 2B2B8-bit2.1 GB33–58
Llama 3.2 1B Instruct1.23B8-bit1.3 GB53–94
Qwen3.5 0.8B0.8B8-bit0.9 GB77–136
Qwen3 0.6B0.6B8-bit0.6 GB115–204
Nemotron 3.5 Lightning 30B A3B30B · 3B aktif · Kecerdasan 12.92-bit kualiti lebih rendah9.4 GB77–136
gpt-oss-20b21B · 3.6B aktif · Kecerdasan 93-bit kualiti lebih rendah9.2 GB43–77
Nemotron 3 Nano 30B A3B30B · 3.5B aktif · Kecerdasan 8.92-bit kualiti lebih rendah9.4 GB63–111
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B aktif2-bit kualiti lebih rendah9.5 GB69–122
GLM-4.7 Flash30B · 3B aktif2-bit kualiti lebih rendah9.4 GB77–136
Gemma 4 26B A4B25.2B · 3.8B aktif2-bit kualiti lebih rendah7.9 GB57–102
LFM2.5 24B A2B24B · 2B aktif3-bit kualiti lebih rendah10.5 GB77–136

Berjalan, tetapi perlahan 10

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

ModelVersiMemoriToken/s
Phi-4 Reasoning Vision 15B15B4-bit8.4 GB8–15
Phi-4 (14B)14B4-bit7.9 GB9–15
Qwen3.8 27B27B · Kecerdasan 33.72-bit kualiti lebih rendah8.4 GB8–15
Muse Glimmer 30B29.6B · Kecerdasan 17.52-bit kualiti lebih rendah9.3 GB7–13
Gemma 4 31B30.7B · Kecerdasan 14.72-bit kualiti lebih rendah9.6 GB7–13
Granite 4.2 30B30B · Kecerdasan 12.72-bit kualiti lebih rendah9.4 GB7–13
Qwen3.6 27B27B2-bit kualiti lebih rendah8.4 GB8–15
Devstral Small 2 (24B)24B3-bit kualiti lebih rendah10.5 GB7–12
Magistral Small 1.2 (2509)24B3-bit kualiti lebih rendah10.5 GB7–12
Mistral Small 3.2 (24B)24B3-bit kualiti lebih rendah10.5 GB7–12

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 GB77–136

Terlalu besar 35

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

Mac lain

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

M6 dengan memori lebih atau kurang:

Cip berdekatan:

Bersemuka:

Bandingkan dengan mana-mana Mac atau GPU · M6 untuk AI tempatan · Mac terbaik untuk LLM tempatan · Semua Mac

Soalan

Apakah LLM terbaik untuk M6 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 26–45 token sesaat. Yang terbesar yang berjalan baik ialah Gemma 4 12B Unified.
Bolehkah M6 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 M6?
Kira-kira 43–77 token sesaat (3-bit), daripada lebar jalur memori cip sebanyak 153 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 M6 16 GB? Model dan kelajuan