Wat is het beste LLM voor een Mac met 32 GB?

Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.8 27B het hoogst van de modellen die goed draaien in 32 GB (4 bits). Het grootste dat goed draait, is Qwen3.6 35B A3B. Voor code: Qwen3 Coder 30B A3B Instruct.

Is 32 GB genoeg voor lokale AI op een Mac?

38 van de 73 open modellen op deze lijst draaien er goed in, op 4 bits of beter. macOS laat de GPU standaard ongeveer 24 GB ervan gebruiken; het model en de context moeten daarin passen.

Kan een Mac met 32 GB gpt-oss-20b draaien?

Ja, 4,25 bits native, met ongeveer 28–51 tokens per seconde op een M4 en 95–168 op een M1 Max.

Beste lokale LLM's voor een 32 GB-Mac (M1 tot M6): wat draait

Macs met 32 GB

7 chips van M1 tot M6 zijn er met 32 GB. Open er een voor de eigen lijst en snelheden.

Draait goed 38

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

Model	Versie	Geheugen	M4	M1 Max
Qwen3.8 27B27B · Intelligentie 33,7	4 bits	15,2 GB	2–4	12–21
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,2	4 bits	19,7 GB	32–56	106–188
Muse Glimmer 30B29,6B · Intelligentie 17,5	4 bits	16,7 GB	3–6	11–19
Gemma 4 31B30,7B · Intelligentie 14,7	4 bits	17,3 GB	3–6	10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,9	4 bits	16,9 GB	32–56	106–188
Granite 4.2 30B30B · Intelligentie 12,7	4 bits	16,9 GB	3–6	11–19
MiniCPM5 2B2,52B · Intelligentie 12,5	8 bits	2,7 GB	20–36	67–119
Qwen3.5 9B9B · Intelligentie 11,2	8 bits	9,6 GB	11–19	19–33
Granite 4.2 8B8B · Intelligentie 11,1	8 bits	8,5 GB	12–21	21–38
Granite 4.2 3B3B · Intelligentie 9,1	8 bits	3,2 GB	17–30	56–100
gpt-oss-20b21B · 3,6B actief · Intelligentie 9	4,25 bits native	13,8 GB	28–51	95–168
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,9	4 bits	16,9 GB	27–48	90–160
Gemma 4 E4B8B · Intelligentie 8,9	8 bits	8,5 GB	11–20	38–67
Ministral 3 8B8,9B · Intelligentie 5,5	8 bits	9,5 GB	11–19	19–34
Nemotron 3 Nano 4B3,97B · Intelligentie 4,8	8 bits	4,2 GB	13–23	43–76
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief	4 bits	17,2 GB	28–51	95–168
GLM-4.7 Flash30B · 3B actief	4 bits	16,9 GB	32–56	106–188
Qwen3.6 27B27B	4 bits	15,2 GB	2–4	12–21
Gemma 4 26B A4B25,2B · 3,8B actief	6 bits	20,5 GB	17–31	58–103
Devstral Small 2 (24B)24B	4 bits	13,5 GB	3–5	13–24
Magistral Small 1.2 (2509)24B	4 bits	13,5 GB	3–5	13–24
Mistral Small 3.2 (24B)24B	4 bits	13,5 GB	3–5	13–24
LFM2.5 24B A2B24B · 2B actief	6 bits	19,5 GB	34–60	113–200
Phi-4 Reasoning Vision 15B15B	8 bits	15,9 GB	3–6	11–20
Phi-4 (14B)14B	8 bits	14,9 GB	4–6	12–21
Gemma 4 12B Unified12B	8 bits	12,7 GB	4–8	14–25
Qwen3 8B8,2B	8 bits	8,7 GB	12–21	21–37
Llama 3.1 8B Instruct8B	8 bits	8,5 GB	12–21	21–38
Gemma 4 E2B5,1B	8 bits	5,4 GB	23–40	75–133
Qwen3.5 4B4B	8 bits	4,3 GB	13–22	42–74
Phi-4 mini instruct3,8B	8 bits	4 GB	14–24	45–80
Llama 3.2 3B Instruct3,21B	8 bits	3,4 GB	16–28	53–94
SmolLM3 3B3B	8 bits	3,2 GB	17–30	56–100
LFM2.5 2.6B2,69B	8 bits	2,9 GB	19–33	62–110
Qwen3.5 2B2B	8 bits	2,1 GB	26–46	86–152
Llama 3.2 1B Instruct1,23B	8 bits	1,3 GB	42–74	138–246
Qwen3.5 0.8B0,8B	8 bits	0,9 GB	60–107	200–356
Qwen3 0.6B0,6B	8 bits	0,6 GB	90–160	300–533

Draait, maar traag 1

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

Model	Versie	Geheugen	M4	M1 Max
Llama 3.3 70B Instruct70B	2 bits lagere kwaliteit	21,9 GB	2–4	8–15

Past net 2

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

Model	Versie	Geheugen	M4	M1 Max
Nemotron 3.5 Bolt 74B A9B74B · 9B actief · Intelligentie 21,4	2 bits lagere kwaliteit	23,1 GB	19–34	64–114
Qwen3 Coder Next80B · 3B actief · Intelligentie 9,2	2 bits lagere kwaliteit	25 GB	60–107	200–356

Vragen

Wat is het beste LLM voor een Mac met 32 GB?: Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.8 27B het hoogst van de modellen die goed draaien in 32 GB (4 bits). Het grootste dat goed draait, is Qwen3.6 35B A3B. Voor code: Qwen3 Coder 30B A3B Instruct.
Is 32 GB genoeg voor lokale AI op een Mac?: 38 van de 73 open modellen op deze lijst draaien er goed in, op 4 bits of beter. macOS laat de GPU standaard ongeveer 24 GB ervan gebruiken; het model en de context moeten daarin passen.
Kan een Mac met 32 GB gpt-oss-20b draaien?: Ja, 4,25 bits native, met ongeveer 28–51 tokens per seconde op een M4 en 95–168 op een M1 Max.

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 32 GB.