Log inMaak wallet aan

Wat draait een M1 met 8 GB?

14 van de 73 open modellen draaien er goed op. De GPU kan standaard ongeveer 6 GB van de 8 GB gebruiken, en de chip leest het geheugen met 68 GB/s; dat bepaalt hoe snel hij schrijft. Zit in: MacBook Air (M1, 2020), MacBook Pro (13-inch, M1, 2020), Mac mini (M1, 2020), iMac (24-inch, M1, 2021).

Slimste dat goed draaitMiniCPM5 2B8 bits · 2,7 GB · 11–20 tok/sGrootste dat goed draaitGemma 4 E4B4 bits · 4,5 GB · 12–22 tok/s

Draait goed 14

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

ModelVersieGeheugenTokens/s
MiniCPM5 2B2,52B · Intelligentie 12,58 bits2,7 GB11–20
Granite 4.2 3B3B · Intelligentie 9,18 bits3,2 GB10–17
Gemma 4 E4B8B · Intelligentie 8,94 bits4,5 GB12–22
Nemotron 3 Nano 4B3,97B · Intelligentie 4,86 bits3,2 GB10–17
Gemma 4 E2B5,1B6 bits4,1 GB16–29
Qwen3.5 4B4B4 bits2,3 GB13–24
Phi-4 mini instruct3,8B6 bits3,1 GB10–18
Llama 3.2 3B Instruct3,21B6 bits2,6 GB12–21
SmolLM3 3B3B8 bits3,2 GB10–17
LFM2.5 2.6B2,69B8 bits2,9 GB11–19
Qwen3.5 2B2B8 bits2,1 GB15–26
Llama 3.2 1B Instruct1,23B8 bits1,3 GB24–42
Qwen3.5 0.8B0,8B8 bits0,9 GB34–60
Qwen3 0.6B0,6B8 bits0,6 GB51–91

Draait, maar traag 7

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

ModelVersieGeheugenTokens/s
Granite 4.2 8B8B · Intelligentie 11,14 bits4,5 GB7–12
Llama 3.1 8B Instruct8B4 bits4,5 GB7–12
Qwen3.5 9B9B · Intelligentie 11,23 bits lagere kwaliteit3,9 GB8–14
Ministral 3 8B8,9B · Intelligentie 5,53 bits lagere kwaliteit3,9 GB8–14
Phi-4 (14B)14B2 bits lagere kwaliteit4,4 GB7–12
Gemma 4 12B Unified12B2 bits lagere kwaliteit3,7 GB8–15
Qwen3 8B8,2B3 bits lagere kwaliteit3,6 GB9–15

Past net 1

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

ModelVersieGeheugenTokens/s
Phi-4 Reasoning Vision 15B15B2 bits lagere kwaliteit4,7 GB7–12

Te groot 51

Heeft meer dan 8 GB geheugen nodig, zelfs op 2 bits.

Andere Macs

Alle Macs met 8 GB, met elke chip.

De M1 met meer of minder geheugen:

Naburige chips:

Rechtstreeks vergeleken:

Vergelijk met elke Mac of GPU · De M1 voor lokale AI · De beste Mac voor lokale LLM's · Alle Macs

Vragen

Wat is het beste LLM voor een M1 met 8 GB?
Van de modellen met een gepubliceerde Intelligence Index scoort MiniCPM5 2B het hoogst van de modellen die hier goed draaien: 8 bits, ongeveer 11–20 tokens per seconde. Het grootste dat goed draait, is Gemma 4 E4B.
Kan een M1 met 8 GB Llama 3.3 70B draaien?
Nee: zelfs op 2 bits is meer nodig dan de 6 GB die de GPU standaard kan gebruiken.
Hoe snel is gpt-oss-20b op een M1?
Het past niet in 8 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.

Welke LLM's draait een M1 met 8 GB? Modellen en snelheid