Per geheugengrootte
| Geheugen | Draaien goed | Grootste dat goed draait | gpt-oss-20b |
|---|---|---|---|
| 8 GB68 GB/s | 14 | Gemma 4 E4B | te groot |
| 16 GB68 GB/s | 14 | Gemma 4 E4B | 19–34 tok/s |
Modellen: Mac mini (M1, 2020). Niet elke geheugengrootte is bij elk model leverbaar; de technische specificaties van Apple vermelden waarmee elk model komt.
Vragen
- Is de Mac mini met M1 goed voor lokale LLM's?
- Met 16 GB draait hij 14 van de 73 open modellen goed, tot Gemma 4 E4B, en schrijft hij ongeveer 19–34 tokens per seconde met gpt-oss-20b. De M1 leest het geheugen met 68 GB/s; dat bepaalt hoe snel hij schrijft.
- Hoeveel geheugen moet een Mac mini met M1 hebben voor AI?
- Met 8 GB draait hij 14 open modellen goed; met 16 GB 14, tot Gemma 4 E4B. Het geheugen bepaalt welke modellen passen en kan later niet worden uitgebreid.
Andere Macs
De Mac mini met andere chips:
Andere Macs met de M1:
Rechtstreeks vergeleken:
De M1 voor lokale AI · De beste Mac voor lokale LLM's · Alle Macs
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.