Log inMaak wallet aan

Wat draait een M3 Pro met 36 GB?

28 van de 73 open modellen draaien er goed op. De GPU kan standaard ongeveer 27 GB van de 36 GB gebruiken, en de chip leest het geheugen met 150 GB/s; dat bepaalt hoe snel hij schrijft. Zit in: MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023).

Slimste dat goed draaitQwen3.6 35B A3B4 bits · 19,7 GB · 40–71 tok/sGrootste dat goed draaitQwen3.6 35B A3B4 bits · 19,7 GB · 40–71 tok/sVoor codeQwen3 Coder 30B A3B Instruct6 bits · 24,8 GB · 25–44 tok/s

Draait goed 30

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

ModelVersieGeheugenTokens/s
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,24 bits19,7 GB40–71
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,96 bits24,4 GB28–50
MiniCPM5 2B2,52B · Intelligentie 12,58 bits2,7 GB25–44
Qwen3.5 9B9B · Intelligentie 11,24 bits5,1 GB13–24
Granite 4.2 8B8B · Intelligentie 11,16 bits6,5 GB10–18
Granite 4.2 3B3B · Intelligentie 9,18 bits3,2 GB21–38
gpt-oss-20b21B · 3,6B actief · Intelligentie 94,25 bits native13,8 GB36–63
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,96 bits24,4 GB24–43
Gemma 4 E4B8B · Intelligentie 8,98 bits8,5 GB14–25
Ministral 3 8B8,9B · Intelligentie 5,54 bits5 GB14–24
Nemotron 3 Nano 4B3,97B · Intelligentie 4,88 bits4,2 GB16–29
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief6 bits24,8 GB25–44
GLM-4.7 Flash30B · 3B actief6 bits24,4 GB28–50
Gemma 4 26B A4B25,2B · 3,8B actief6 bits20,5 GB22–39
LFM2.5 24B A2B24B · 2B actief6 bits19,5 GB42–75
Gemma 4 12B Unified12B4 bits6,7 GB10–18
Qwen3 8B8,2B6 bits6,7 GB10–18
Llama 3.1 8B Instruct8B6 bits6,5 GB10–18
Gemma 4 E2B5,1B8 bits5,4 GB28–50
Qwen3.5 4B4B8 bits4,3 GB16–28
Phi-4 mini instruct3,8B8 bits4 GB17–30
Llama 3.2 3B Instruct3,21B8 bits3,4 GB20–35
SmolLM3 3B3B8 bits3,2 GB21–38
LFM2.5 2.6B2,69B8 bits2,9 GB23–41
Qwen3.5 2B2B8 bits2,1 GB32–57
Llama 3.2 1B Instruct1,23B8 bits1,3 GB52–92
Qwen3.5 0.8B0,8B8 bits0,9 GB75–133
Qwen3 0.6B0,6B8 bits0,6 GB113–200
Nemotron 3.5 Bolt 74B A9B74B · 9B actief · Intelligentie 21,42 bits lagere kwaliteit23,1 GB24–43
Qwen3 Coder Next80B · 3B actief · Intelligentie 9,22 bits lagere kwaliteit25 GB75–133

Draait, maar traag 11

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

ModelVersieGeheugenTokens/s
Qwen3.8 27B27B · Intelligentie 33,76 bits21,9 GB3–5
Muse Glimmer 30B29,6B · Intelligentie 17,56 bits24,1 GB3–5
Gemma 4 31B30,7B · Intelligentie 14,76 bits24,9 GB3–5
Granite 4.2 30B30B · Intelligentie 12,76 bits24,4 GB3–5
Qwen3.6 27B27B6 bits21,9 GB3–5
Devstral Small 2 (24B)24B6 bits19,5 GB3–6
Magistral Small 1.2 (2509)24B6 bits19,5 GB3–6
Mistral Small 3.2 (24B)24B6 bits19,5 GB3–6
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB4–8
Phi-4 (14B)14B8 bits14,9 GB5–8
Llama 3.3 70B Instruct70B2 bits lagere kwaliteit21,9 GB3–5

Te groot 32

Heeft meer dan 36 GB geheugen nodig, zelfs op 2 bits.

Andere Macs

Alle Macs met 36 GB, met elke chip.

De M3 Pro met meer of minder geheugen:

Naburige chips:

Rechtstreeks vergeleken:

Vergelijk met elke Mac of GPU · De M3 Pro voor lokale AI · De beste Mac voor lokale LLM's · Alle Macs

Vragen

Wat is het beste LLM voor een M3 Pro met 36 GB?
Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.6 35B A3B het hoogst van de modellen die hier goed draaien: 4 bits, ongeveer 40–71 tokens per seconde.
Kan een M3 Pro met 36 GB Llama 3.3 70B draaien?
Ja, maar traag: 2 bits (lagere kwaliteit), met ongeveer 3–5 tokens per seconde.
Hoe snel is gpt-oss-20b op een M3 Pro?
Ongeveer 36–63 tokens per seconde (4,25 bits native), op basis van de geheugenbandbreedte van 150 GB/s van de chip.

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 M3 Pro met 36 GB? Modellen en snelheid