Wat is het beste LLM voor een Mac met 36 GB?

Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.8 27B het hoogst van de modellen die goed draaien in 36 GB (4 bits). Het grootste dat goed draait, is Qwen3.6 35B A3B. Voor code: Qwen3 Coder 30B A3B Instruct.

Is 36 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 27 GB ervan gebruiken; het model en de context moeten daarin passen.

Kan een Mac met 36 GB gpt-oss-20b draaien?

Ja, 4,25 bits native, met ongeveer 36–63 tokens per seconde op een M3 Pro en 109–194 op een M5 Max.

Beste lokale LLM's voor een 36 GB-Mac (M3 tot M5): wat draait

Macs met 36 GB

4 chips van M3 tot M5 zijn er met 36 GB. Open er een voor de eigen lijst en snelheden.

Draait goed 40

Past met ruimte voor de context, op 10 of meer tokens per seconde op de M5 Max.

Model	Versie	Geheugen	M3 Pro	M5 Max
Qwen3.8 27B27B · Intelligentie 33,7	4 bits	15,2 GB	3–5	14–24
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,2	4 bits	19,7 GB	40–71	122–216
Muse Glimmer 30B29,6B · Intelligentie 17,5	4 bits	16,7 GB	3–5	12–22
Gemma 4 31B30,7B · Intelligentie 14,7	4 bits	17,3 GB	3–5	12–21
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,9	6 bits	24,4 GB	28–50	86–153
Granite 4.2 30B30B · Intelligentie 12,7	4 bits	16,9 GB	3–5	12–22
MiniCPM5 2B2,52B · Intelligentie 12,5	8 bits	2,7 GB	25–44	77–136
Qwen3.5 9B9B · Intelligentie 11,2	8 bits	9,6 GB	13–24	22–38
Granite 4.2 8B8B · Intelligentie 11,1	8 bits	8,5 GB	10–18	24–43
Granite 4.2 3B3B · Intelligentie 9,1	8 bits	3,2 GB	21–38	65–115
gpt-oss-20b21B · 3,6B actief · Intelligentie 9	4,25 bits native	13,8 GB	36–63	109–194
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,9	6 bits	24,4 GB	24–43	74–131
Gemma 4 E4B8B · Intelligentie 8,9	8 bits	8,5 GB	14–25	43–77
Ministral 3 8B8,9B · Intelligentie 5,5	8 bits	9,5 GB	14–24	22–39
Nemotron 3 Nano 4B3,97B · Intelligentie 4,8	8 bits	4,2 GB	16–29	49–88
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief	6 bits	24,8 GB	25–44	77–136
GLM-4.7 Flash30B · 3B actief	6 bits	24,4 GB	28–50	86–153
Qwen3.6 27B27B	4 bits	15,2 GB	3–5	14–24
Gemma 4 26B A4B25,2B · 3,8B actief	6 bits	20,5 GB	22–39	67–119
Devstral Small 2 (24B)24B	6 bits	19,5 GB	3–6	11–19
Magistral Small 1.2 (2509)24B	6 bits	19,5 GB	3–6	11–19
Mistral Small 3.2 (24B)24B	6 bits	19,5 GB	3–6	11–19
LFM2.5 24B A2B24B · 2B actief	6 bits	19,5 GB	42–75	129–230
Phi-4 Reasoning Vision 15B15B	8 bits	15,9 GB	4–8	13–23
Phi-4 (14B)14B	8 bits	14,9 GB	5–8	14–25
Gemma 4 12B Unified12B	8 bits	12,7 GB	10–18	16–29
Qwen3 8B8,2B	8 bits	8,7 GB	10–18	24–42
Llama 3.1 8B Instruct8B	8 bits	8,5 GB	10–18	24–43
Gemma 4 E2B5,1B	8 bits	5,4 GB	28–50	86–153
Qwen3.5 4B4B	8 bits	4,3 GB	16–28	48–86
Phi-4 mini instruct3,8B	8 bits	4 GB	17–30	52–92
Llama 3.2 3B Instruct3,21B	8 bits	3,4 GB	20–35	61–108
SmolLM3 3B3B	8 bits	3,2 GB	21–38	65–115
LFM2.5 2.6B2,69B	8 bits	2,9 GB	23–41	71–127
Qwen3.5 2B2B	8 bits	2,1 GB	32–57	99–175
Llama 3.2 1B Instruct1,23B	8 bits	1,3 GB	52–92	159–283
Qwen3.5 0.8B0,8B	8 bits	0,9 GB	75–133	230–409
Qwen3 0.6B0,6B	8 bits	0,6 GB	113–200	345–613
Nemotron 3.5 Bolt 74B A9B74B · 9B actief · Intelligentie 21,4	2 bits lagere kwaliteit	23,1 GB	24–43	74–131
Qwen3 Coder Next80B · 3B actief · Intelligentie 9,2	2 bits lagere kwaliteit	25 GB	75–133	230–409

Draait, maar traag 1

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

Model	Versie	Geheugen	M3 Pro	M5 Max
Llama 3.3 70B Instruct70B	2 bits lagere kwaliteit	21,9 GB	3–5	9–17

Vragen

Wat is het beste LLM voor een Mac met 36 GB?: Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.8 27B het hoogst van de modellen die goed draaien in 36 GB (4 bits). Het grootste dat goed draait, is Qwen3.6 35B A3B. Voor code: Qwen3 Coder 30B A3B Instruct.
Is 36 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 27 GB ervan gebruiken; het model en de context moeten daarin passen.
Kan een Mac met 36 GB gpt-oss-20b draaien?: Ja, 4,25 bits native, met ongeveer 36–63 tokens per seconde op een M3 Pro en 109–194 op een M5 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 36 GB.