Wat is het beste LLM voor een Mac met 18 GB?

Van de modellen met een gepubliceerde Intelligence Index scoort MiniCPM5 2B het hoogst van de modellen die goed draaien in 18 GB (8 bits). Het grootste dat goed draait, is Gemma 4 12B Unified.

Is 18 GB genoeg voor lokale AI op een Mac?

20 van de 73 open modellen op deze lijst draaien er goed in, op 4 bits of beter. macOS laat de GPU standaard ongeveer 14 GB ervan gebruiken; het model en de context moeten daarin passen.

Beste lokale LLM's voor een 18 GB-Mac (M3): wat draait

Macs met 18 GB

M3 Pro150 GB/s

1 chips van M3 zijn er met 18 GB. Open er een voor de eigen lijst en snelheden.

Draait goed 27

Past met ruimte voor de context, op 10 of meer tokens per seconde op de M3 Pro.

Model	Versie	Geheugen	Tokens/s
MiniCPM5 2B2,52B · Intelligentie 12,5	8 bits	2,7 GB	25–44
Qwen3.5 9B9B · Intelligentie 11,2	4 bits	5,1 GB	13–24
Granite 4.2 8B8B · Intelligentie 11,1	6 bits	6,5 GB	10–18
Granite 4.2 3B3B · Intelligentie 9,1	8 bits	3,2 GB	21–38
Gemma 4 E4B8B · Intelligentie 8,9	8 bits	8,5 GB	14–25
Ministral 3 8B8,9B · Intelligentie 5,5	4 bits	5 GB	14–24
Nemotron 3 Nano 4B3,97B · Intelligentie 4,8	8 bits	4,2 GB	16–29
Gemma 4 12B Unified12B	4 bits	6,7 GB	10–18
Qwen3 8B8,2B	6 bits	6,7 GB	10–18
Llama 3.1 8B Instruct8B	6 bits	6,5 GB	10–18
Gemma 4 E2B5,1B	8 bits	5,4 GB	28–50
Qwen3.5 4B4B	8 bits	4,3 GB	16–28
Phi-4 mini instruct3,8B	8 bits	4 GB	17–30
Llama 3.2 3B Instruct3,21B	8 bits	3,4 GB	20–35
SmolLM3 3B3B	8 bits	3,2 GB	21–38
LFM2.5 2.6B2,69B	8 bits	2,9 GB	23–41
Qwen3.5 2B2B	8 bits	2,1 GB	32–57
Llama 3.2 1B Instruct1,23B	8 bits	1,3 GB	52–92
Qwen3.5 0.8B0,8B	8 bits	0,9 GB	75–133
Qwen3 0.6B0,6B	8 bits	0,6 GB	113–200
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,2	2 bits lagere kwaliteit	10,9 GB	75–133
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,9	2 bits lagere kwaliteit	9,4 GB	75–133
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,9	2 bits lagere kwaliteit	9,4 GB	61–109
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief	2 bits lagere kwaliteit	9,5 GB	68–120
GLM-4.7 Flash30B · 3B actief	2 bits lagere kwaliteit	9,4 GB	75–133
Gemma 4 26B A4B25,2B · 3,8B actief	3 bits lagere kwaliteit	11 GB	40–71
LFM2.5 24B A2B24B · 2B actief	3 bits lagere kwaliteit	10,5 GB	75–133

Draait, maar traag 10

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

Model	Versie	Geheugen	Tokens/s
Phi-4 Reasoning Vision 15B15B	4 bits	8,4 GB	8–14
Phi-4 (14B)14B	6 bits	11,4 GB	6–11
Qwen3.8 27B27B · Intelligentie 33,7	3 bits lagere kwaliteit	11,8 GB	6–10
Muse Glimmer 30B29,6B · Intelligentie 17,5	2 bits lagere kwaliteit	9,3 GB	7–13
Gemma 4 31B30,7B · Intelligentie 14,7	2 bits lagere kwaliteit	9,6 GB	7–13
Granite 4.2 30B30B · Intelligentie 12,7	2 bits lagere kwaliteit	9,4 GB	7–13
Qwen3.6 27B27B	3 bits lagere kwaliteit	11,8 GB	6–10
Devstral Small 2 (24B)24B	3 bits lagere kwaliteit	10,5 GB	6–11
Magistral Small 1.2 (2509)24B	3 bits lagere kwaliteit	10,5 GB	6–11
Mistral Small 3.2 (24B)24B	3 bits lagere kwaliteit	10,5 GB	6–11

Past net 1

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

Model	Versie	Geheugen	Tokens/s
gpt-oss-20b21B · 3,6B actief · Intelligentie 9	4,25 bits native	13,8 GB	36–63

Vragen

Wat is het beste LLM voor een Mac met 18 GB?: Van de modellen met een gepubliceerde Intelligence Index scoort MiniCPM5 2B het hoogst van de modellen die goed draaien in 18 GB (8 bits). Het grootste dat goed draait, is Gemma 4 12B Unified.
Is 18 GB genoeg voor lokale AI op een Mac?: 20 van de 73 open modellen op deze lijst draaien er goed in, op 4 bits of beter. macOS laat de GPU standaard ongeveer 14 GB ervan gebruiken; het model en de context moeten daarin passen.
Kan een Mac met 18 GB gpt-oss-20b draaien?: Net aan: verhoog de geheugenlimiet van de GPU en houd de context kort.

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 18 GB.