Wat is het beste LLM voor een Mac met 16 GB?

Van de modellen met een gepubliceerde Intelligence Index scoort MiniCPM5 2B het hoogst van de modellen die goed draaien in 16 GB (8 bits). Het grootste dat goed draait, is Phi-4 Reasoning Vision 15B.

Is 16 GB genoeg voor lokale AI op een Mac?

22 van de 73 open modellen op deze lijst draaien er goed in, op 4 bits of beter. macOS laat de GPU standaard ongeveer 12 GB ervan gebruiken; het model en de context moeten daarin passen.

Kan een Mac met 16 GB gpt-oss-20b draaien?

Ja, 3 bits, met ongeveer 19–34 tokens per seconde op een M1 en 56–100 op een M1 Pro.

Beste lokale LLM's voor een 16 GB-Mac (M1 tot M6): wat draait

Macs met 16 GB

8 chips van M1 tot M6 zijn er met 16 GB. Open er een voor de eigen lijst en snelheden.

Draait goed 33

Past met ruimte voor de context, op 10 of meer tokens per seconde op de M1 Pro.

Model	Versie	Geheugen	M1	M1 Pro
MiniCPM5 2B2,52B · Intelligentie 12,5	8 bits	2,7 GB	11–20	33–59
Qwen3.5 9B9B · Intelligentie 11,2	6 bits	7,3 GB	3–6	12–22
Granite 4.2 8B8B · Intelligentie 11,1	8 bits	8,5 GB	4–6	11–19
Granite 4.2 3B3B · Intelligentie 9,1	8 bits	3,2 GB	10–17	28–50
Gemma 4 E4B8B · Intelligentie 8,9	8 bits	8,5 GB	12–22	19–33
Ministral 3 8B8,9B · Intelligentie 5,5	6 bits	7,2 GB	3–6	13–22
Nemotron 3 Nano 4B3,97B · Intelligentie 4,8	8 bits	4,2 GB	10–17	21–38
Phi-4 Reasoning Vision 15B15B	4 bits	8,4 GB	4–6	11–19
Phi-4 (14B)14B	4 bits	7,9 GB	4–7	11–20
Gemma 4 12B Unified12B	4 bits	6,7 GB	3–6	13–24
Qwen3 8B8,2B	8 bits	8,7 GB	4–6	10–18
Llama 3.1 8B Instruct8B	8 bits	8,5 GB	4–6	11–19
Gemma 4 E2B5,1B	8 bits	5,4 GB	13–23	38–67
Qwen3.5 4B4B	8 bits	4,3 GB	13–24	21–37
Phi-4 mini instruct3,8B	8 bits	4 GB	10–18	23–40
Llama 3.2 3B Instruct3,21B	8 bits	3,4 GB	12–21	26–47
SmolLM3 3B3B	8 bits	3,2 GB	10–17	28–50
LFM2.5 2.6B2,69B	8 bits	2,9 GB	11–19	31–55
Qwen3.5 2B2B	8 bits	2,1 GB	15–26	43–76
Llama 3.2 1B Instruct1,23B	8 bits	1,3 GB	24–42	69–123
Qwen3.5 0.8B0,8B	8 bits	0,9 GB	34–60	100–178
Qwen3 0.6B0,6B	8 bits	0,6 GB	51–91	150–267
Qwen3.8 27B27B · Intelligentie 33,7	2 bits lagere kwaliteit	8,4 GB	4–6	11–19
Muse Glimmer 30B29,6B · Intelligentie 17,5	2 bits lagere kwaliteit	9,3 GB	3–6	10–17
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,9	2 bits lagere kwaliteit	9,4 GB	34–60	100–178
Granite 4.2 30B30B · Intelligentie 12,7	2 bits lagere kwaliteit	9,4 GB	3–6	10–17
gpt-oss-20b21B · 3,6B actief · Intelligentie 9	3 bits lagere kwaliteit	9,2 GB	19–34	56–100
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,9	2 bits lagere kwaliteit	9,4 GB	28–49	82–145
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief	2 bits lagere kwaliteit	9,5 GB	31–54	90–160
GLM-4.7 Flash30B · 3B actief	2 bits lagere kwaliteit	9,4 GB	34–60	100–178
Qwen3.6 27B27B	2 bits lagere kwaliteit	8,4 GB	4–6	11–19
Gemma 4 26B A4B25,2B · 3,8B actief	2 bits lagere kwaliteit	7,9 GB	26–45	75–133
LFM2.5 24B A2B24B · 2B actief	3 bits lagere kwaliteit	10,5 GB	34–60	100–178

Draait, maar traag 4

Past, maar onder de 10 tokens per seconde: prima voor batchwerk, traag om mee te chatten.

Model	Versie	Geheugen	M1	M1 Pro
Gemma 4 31B30,7B · Intelligentie 14,7	2 bits lagere kwaliteit	9,6 GB	3–6	9–17
Devstral Small 2 (24B)24B	3 bits lagere kwaliteit	10,5 GB	3–5	9–15
Magistral Small 1.2 (2509)24B	3 bits lagere kwaliteit	10,5 GB	3–5	9–15
Mistral Small 3.2 (24B)24B	3 bits lagere kwaliteit	10,5 GB	3–5	9–15

Past net 1

Heeft bijna al het geheugen nodig: verhoog de geheugenlimiet van de GPU en houd de context kort.

Model	Versie	Geheugen	M1	M1 Pro
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,2	2 bits lagere kwaliteit	10,9 GB	34–60	100–178

Vragen

Wat is het beste LLM voor een Mac met 16 GB?: Van de modellen met een gepubliceerde Intelligence Index scoort MiniCPM5 2B het hoogst van de modellen die goed draaien in 16 GB (8 bits). Het grootste dat goed draait, is Phi-4 Reasoning Vision 15B.
Is 16 GB genoeg voor lokale AI op een Mac?: 22 van de 73 open modellen op deze lijst draaien er goed in, op 4 bits of beter. macOS laat de GPU standaard ongeveer 12 GB ervan gebruiken; het model en de context moeten daarin passen.
Kan een Mac met 16 GB gpt-oss-20b draaien?: Ja, 3 bits, met ongeveer 19–34 tokens per seconde op een M1 en 56–100 op een M1 Pro.

Andere groottes: 8 GB · 16 GB · 18 GB · 24 GB · 32 GB · 36 GB · 48 GB · 64 GB · 96 GB · 128 GB · 192 GB · 256 GB · 512 GB

Draai ze met MLX Harness (gratis, open source) of met Apples mlx-lm in Terminal: stap voor stap.

Zo is het berekend

Geheugen: de parameters van het model op 8, 6, 4, 3 of 2 bits per gewicht plus de groepsschalen van MLX (een halve bit per gewicht), of het eigen formaat van het model, met daarbovenop ruimte voor de context. Standaard laat macOS de GPU ongeveer 75% van het geïntegreerde geheugen gebruiken. Snelheid: de geheugenbandbreedte gedeeld door het aantal bytes dat per token wordt gelezen, is het plafond voor één gesprek; in de openbare Apple Silicon-benchmarks van llama.cpp halen echte runs ongeveer 45% tot 80% daarvan, en dat is het bereik dat we tonen. Dit zijn schattingen, geen metingen: meet je eigen Mac op MLX Bench. Modelgegevens uit elke officiële modelkaart, chipgegevens uit de technische specificaties van Apple. Gecontroleerd op 2026-10-19. Dezelfde gegevens als mlx.app/compare.

De beste LLM's voor een Mac met 16 GB.