| Model | Grootte | Op 4 bits | Kleinste Mac |
|---|---|---|---|
| Qwen3 0.6BQwen (Alibaba) | 0,6B | 1,8 GB | 8 GB |
| Qwen3.5 0.8BQwen (Alibaba) | 0,8B | 2 GB | 8 GB |
| Llama 3.2 1B InstructMeta | 1,23B | 2,2 GB | 8 GB |
| Qwen3.5 2BQwen (Alibaba) | 2B | 2,6 GB | 8 GB |
| MiniCPM5 2BOpenBMB | 2,52B | 2,9 GB | 8 GB |
| LFM2.5 2.6BLiquid AI | 2,69B | 3 GB | 8 GB |
| Granite 4.2 3BIBM | 3B | 3,2 GB | 8 GB |
| SmolLM3 3BHugging Face | 3B | 3,2 GB | 8 GB |
| Llama 3.2 3B InstructMeta | 3,21B | 3,3 GB | 8 GB |
| Phi-4 mini instructMicrosoft | 3,8B | 3,6 GB | 8 GB |
| Nemotron 3 Nano 4BNVIDIA | 3,97B | 3,7 GB | 8 GB |
| Qwen3.5 4BQwen (Alibaba) | 4B | 3,8 GB | 8 GB |
| Gemma 4 E2BGoogle DeepMind | 5,1B | 4,4 GB | 8 GB |
| Llama 3.1 8B InstructMeta | 8B | 6 GB | 8 GB |
| Gemma 4 E4BGoogle DeepMind | 8B | 6 GB | 8 GB |
| Granite 4.2 8BIBM | 8B | 6 GB | 8 GB |
| Qwen3 8BQwen (Alibaba) | 8,2B | 6,1 GB | 16 GB |
| Ministral 3 8BMistral AI | 8,9B | 6,5 GB | 16 GB |
| Qwen3.5 9BQwen (Alibaba) | 9B | 6,6 GB | 16 GB |
| Gemma 4 12B UnifiedGoogle DeepMind | 12B | 8,2 GB | 16 GB |
| Phi-4 (14B)Microsoft | 14B | 9,4 GB | 16 GB |
| Phi-4 Reasoning Vision 15BMicrosoft | 15B | 9,9 GB | 16 GB |
| gpt-oss-20bOpenAI | 21B · 3,6B actief | 15,3 GB | 24 GB |
| Devstral Small 2 (24B)Mistral AI | 24B | 15 GB | 24 GB |
| Magistral Small 1.2 (2509)Mistral AI | 24B | 15 GB | 24 GB |
| Mistral Small 3.2 (24B)Mistral AI | 24B | 15 GB | 24 GB |
| LFM2.5 24B A2BLiquid AI | 24B · 2B actief | 15 GB | 24 GB |
| Gemma 4 26B A4BGoogle DeepMind | 25,2B · 3,8B actief | 15,7 GB | 24 GB |
| Qwen3.8 27BQwen (Alibaba) | 27B | 16,7 GB | 24 GB |
| Qwen3.6 27BQwen (Alibaba) | 27B | 16,7 GB | 24 GB |
| Muse Glimmer 30BMeta (Meta Superintelligence Lab) | 29,6B | 18,2 GB | 32 GB |
| GLM-4.7 FlashZ.ai (Zhipu) | 30B · 3B actief | 18,4 GB | 32 GB |
| Nemotron 3 Nano 30B A3BNVIDIA | 30B · 3,5B actief | 18,4 GB | 32 GB |
| Nemotron 3.5 Lightning 30B A3BNVIDIA | 30B · 3B actief | 18,4 GB | 32 GB |
| Granite 4.2 30BIBM | 30B | 18,4 GB | 32 GB |
| Qwen3 Coder 30B A3B InstructQwen (Alibaba) | 30,5B · 3,3B actief | 18,7 GB | 32 GB |
| Gemma 4 31BGoogle DeepMind | 30,7B | 18,8 GB | 32 GB |
| Qwen3.6 35B A3BQwen (Alibaba) | 35B · 3B actief | 21,3 GB | 32 GB |
| Llama 3.3 70B InstructMeta | 70B | 42,6 GB | 64 GB |
| Nemotron 3.5 Bolt 74B A9BNVIDIA | 74B · 9B actief | 44,9 GB | 64 GB |
| Qwen3 Coder NextQwen (Alibaba) | 80B · 3B actief | 48,6 GB | 96 GB |
| GLM-4.5 AirZ.ai (Zhipu) | 106B · 12B actief | 64,4 GB | 96 GB |
| Llama 4 Scout 17B-16E InstructMeta | 109B · 17B actief | 66,2 GB | 96 GB |
| gpt-oss-120bOpenAI | 117B · 5,1B actief | 70,5 GB | 96 GB |
| Mistral Small 4 (119B)Mistral AI | 119B · 6,5B actief | 72,3 GB | 128 GB |
| Nemotron 3 Super 120B A12BNVIDIA | 120B · 12B actief | 72,9 GB | 128 GB |
| Qwen3.5 122B A10BQwen (Alibaba) | 122B · 10B actief | 74,1 GB | 128 GB |
| Ornith 1.5 122BOrnith AI | 122B · 10B actief | 74,1 GB | 128 GB |
| Devstral 2 (123B)Mistral AI | 123B | 74,7 GB | 128 GB |
| Mistral Medium 3.5 (128B)Mistral AI | 128B | 77,8 GB | 128 GB |
| Qwen3.8 Flash NextQwen (Alibaba) | 180B · 6B actief | 109 GB | 192 GB |
| MiniMax M2.7MiniMax | 230B · 10B actief | 140 GB | 192 GB |
| Inkling SmallThinking Machines Lab | 276B · 12B actief | 168 GB | 256 GB |
| DeepSeek V4 Flash 0731DeepSeek | 284B · 13B actief | 173 GB | 256 GB |
| Hy3Tencent | 295B · 21B actief | 179 GB | 256 GB |
| MiMo V2.6 FlashXiaomi | 309B · 15B actief | 187 GB | 256 GB |
| GLM-5.3 FlashZ.ai (Zhipu) | 320B · 18B actief | 194 GB | 512 GB |
| Qwen3.5 397B A17BQwen (Alibaba) | 397B · 17B actief | 241 GB | 512 GB |
| Llama 4 Maverick 17B-128E InstructMeta | 400B · 17B actief | 243 GB | 512 GB |
| MiniMax M3MiniMax | 428B · 23B actief | 260 GB | 512 GB |
| Beam 1.0Reflection AI | 501B · 23B actief | 304 GB | 512 GB |
| Nemotron 3 Ultra 550B A55BNVIDIA | 550B · 55B actief | 334 GB | 512 GB |
| DeepSeek V4.1 Flash 1017DeepSeek | 552B · 16B actief | 335 GB | 512 GB |
| Mistral Large 3 (675B)Mistral AI | 675B · 41B actief | 410 GB | 512 GB |
| GLM-5.3Z.ai (Zhipu) | 744B · 40B actief | 452 GB | 512 GB |
| Muse Spark OpenMeta (Meta Superintelligence Labs) | 816B · 42B actief | 496 GB | 512 GB |
| InklingThinking Machines Lab | 975B · 41B actief | 592 GB | 512 GB |
| Kimi K2.6Moonshot AI | 1.000B · 32B actief | 643 GB | 512 GB |
| Kimi K2.7 CodeMoonshot AI | 1.000B · 32B actief | 643 GB | 512 GB |
| MiMo V2.6 ProXiaomi | 1.020B · 42B actief | 611 GB | 512 GB |
| DeepSeek V4 Pro 0813DeepSeek | 1.600B · 49B actief | 972 GB | geen |
| Qwen3.8 2.4T A95BQwen (Alibaba) | 2.400B · 95B actief | 1,5 TB | geen |
| Kimi K3Moonshot AI | 2.800B · 104B actief | 1,7 TB | geen |
Of begin bij je Mac: alle Macs · vergelijken
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.