Zaloguj sięUtwórz portfel

Co uruchomi M2 z 16 GB?

Działa na nim dobrze 17 z 73 otwartych modeli. GPU może domyślnie używać około 12 GB z 16 GB, a pamięć jest odczytywana z szybkością 100 GB/s, co wyznacza szybkość generowania. Występuje w: MacBook Air (M2, 2022), MacBook Pro (13-inch, M2, 2022), MacBook Air (15-inch, M2, 2023), Mac mini (2023).

Najmądrzejszy z dobrze działającychMiniCPM5 2B8-bit · 2,7 GB · 17–30 tok/sNajwiększy z dobrze działającychQwen3 8B4-bit · 4,6 GB · 10–17 tok/s

Działają dobrze 24

Mieści się z zapasem na kontekst, 10 lub więcej tokenów na sekundę.

ModelWersjaPamięćTokeny/s
MiniCPM5 2B2,52B · Inteligencja 12,58-bit2,7 GB17–30
Granite 4.2 8B8B · Inteligencja 11,14-bit4,5 GB10–18
Granite 4.2 3B3B · Inteligencja 9,18-bit3,2 GB14–25
Gemma 4 E4B8B · Inteligencja 8,96-bit6,5 GB12–22
Nemotron 3 Nano 4B3,97B · Inteligencja 4,88-bit4,2 GB11–19
Qwen3 8B8,2B4-bit4,6 GB10–17
Llama 3.1 8B Instruct8B4-bit4,5 GB10–18
Gemma 4 E2B5,1B8-bit5,4 GB19–33
Qwen3.5 4B4B8-bit4,3 GB10–19
Phi-4 mini instruct3,8B8-bit4 GB11–20
Llama 3.2 3B Instruct3,21B8-bit3,4 GB13–24
SmolLM3 3B3B8-bit3,2 GB14–25
LFM2.5 2.6B2,69B8-bit2,9 GB16–28
Qwen3.5 2B2B8-bit2,1 GB21–38
Llama 3.2 1B Instruct1,23B8-bit1,3 GB35–62
Qwen3.5 0.8B0,8B8-bit0,9 GB50–89
Qwen3 0.6B0,6B8-bit0,6 GB75–133
Nemotron 3.5 Lightning 30B A3B30B · aktywne: 3B · Inteligencja 12,92-bit niższa jakość9,4 GB50–89
gpt-oss-20b21B · aktywne: 3,6B · Inteligencja 93-bit niższa jakość9,2 GB28–50
Nemotron 3 Nano 30B A3B30B · aktywne: 3,5B · Inteligencja 8,92-bit niższa jakość9,4 GB41–73
Qwen3 Coder 30B A3B Instruct30,5B · aktywne: 3,3B2-bit niższa jakość9,5 GB45–80
GLM-4.7 Flash30B · aktywne: 3B2-bit niższa jakość9,4 GB50–89
Gemma 4 26B A4B25,2B · aktywne: 3,8B2-bit niższa jakość7,9 GB38–67
LFM2.5 24B A2B24B · aktywne: 2B3-bit niższa jakość10,5 GB50–89

Działają, ale wolno 13

Mieści się, ale poniżej 10 tokenów na sekundę: dobre do pracy wsadowej, wolne do czatu.

ModelWersjaPamięćTokeny/s
Qwen3.5 9B9B · Inteligencja 11,28-bit9,6 GB5–8
Ministral 3 8B8,9B · Inteligencja 5,58-bit9,5 GB5–8
Phi-4 Reasoning Vision 15B15B4-bit8,4 GB5–10
Phi-4 (14B)14B4-bit7,9 GB6–10
Gemma 4 12B Unified12B6-bit9,7 GB5–8
Qwen3.8 27B27B · Inteligencja 33,72-bit niższa jakość8,4 GB5–10
Muse Glimmer 30B29,6B · Inteligencja 17,52-bit niższa jakość9,3 GB5–9
Gemma 4 31B30,7B · Inteligencja 14,72-bit niższa jakość9,6 GB5–8
Granite 4.2 30B30B · Inteligencja 12,72-bit niższa jakość9,4 GB5–9
Qwen3.6 27B27B2-bit niższa jakość8,4 GB5–10
Devstral Small 2 (24B)24B3-bit niższa jakość10,5 GB4–8
Magistral Small 1.2 (2509)24B3-bit niższa jakość10,5 GB4–8
Mistral Small 3.2 (24B)24B3-bit niższa jakość10,5 GB4–8

Ledwo się mieszczą 1

Zajmuje prawie całą pamięć: podnieś limit pamięci GPU i trzymaj krótki kontekst.

ModelWersjaPamięćTokeny/s
Qwen3.6 35B A3B35B · aktywne: 3B · Inteligencja 18,22-bit niższa jakość10,9 GB50–89

Za duże 35

Potrzebuje więcej niż 16 GB pamięci, nawet przy 2 bitach.

Inne Maki

Każdy Mac z 16 GB, z dowolnym układem.

M2 z większą lub mniejszą pamięcią:

Sąsiednie układy:

Bezpośrednio:

Porównaj z dowolnym Makiem lub GPU · M2 do lokalnej AI · Najlepszy Mac do lokalnych LLM · Wszystkie Maki

Pytania

Jaki LLM jest najlepszy dla M2 z 16 GB?
Spośród modeli z opublikowanym Intelligence Index najwyżej ocenianym z tych, które działają tu dobrze, jest MiniCPM5 2B: 8-bit, około 17–30 tokenów na sekundę. Największy z dobrze działających to Qwen3 8B.
Czy M2 z 16 GB uruchomi Llama 3.3 70B?
Nie: nawet przy 2 bitach potrzebuje więcej niż 12 GB, których GPU może domyślnie używać.
Jak szybko działa gpt-oss-20b na M2?
Około 28–50 tokenów na sekundę (3-bit), przy przepustowości pamięci układu 100 GB/s.

Uruchamiaj je w MLX Harness (za darmo, otwarte źródło) albo przez mlx-lm od Apple w Terminalu: krok po kroku.

Jak to liczymy

Pamięć: parametry modelu przy 8, 6, 4, 3 lub 2 bitach na wagę plus skale grup MLX (pół bita na wagę) albo jego natywny format, a do tego miejsce na kontekst. Domyślnie macOS pozwala GPU używać około 75% pamięci zunifikowanej. Szybkość: przepustowość pamięci podzielona przez liczbę bajtów odczytywanych na token to górna granica dla jednej rozmowy; w publicznych testach llama.cpp na Apple Silicon rzeczywiste uruchomienia osiągają od około 45% do 80% tej wartości i właśnie ten zakres pokazujemy. To szacunki, nie pomiary: zmierz swojego Maca w MLX Bench. Dane modeli pochodzą z oficjalnych kart modeli, dane układów ze specyfikacji technicznych Apple. Sprawdzono 2026-10-19. Te same dane co na mlx.app/compare.

Jakie LLM uruchomi M2 z 16 GB? Każdy model z szybkością