Obok siebie
| M2 | M3 | |
|---|---|---|
| Rozmiary pamięci | 8, 16, 24 GB | 8, 16, 24 GB |
| Przepustowość pamięci | 100 GB/s | 100 GB/s |
| Dla modeli, maksymalnie | około 18 GB | około 18 GB |
| Modele działające dobrze | 20 z 73 | 20 z 73 |
| Klasa miejsca MLX | Core | Core |
| Występuje w | MacBook Air (M2, 2022), MacBook Pro (13-inch, M2, 2022), MacBook Air (15-inch, M2, 2023), Mac mini (2023) | MacBook Pro (14-inch, M3, Nov 2023), iMac (24-inch, M3, 2023, Two ports), iMac (24-inch, M3, 2023, Four ports), MacBook Air (13-inch, M3, 2024), MacBook Air (15-inch, M3, 2024) |
Szybkość z popularnymi modelami
Tokeny na sekundę w jednej rozmowie, każdy układ z największą pamięcią (24 GB i 24 GB), z najlepszą wersją modelu, która się mieści.
| Model | M2 | M3 |
|---|---|---|
| Llama 3.1 8B Instruct8B | 10–18 4-bit | 10–18 4-bit |
| gpt-oss-20b21B · aktywne: 3,6B | 24–42 natywnie 4,25-bit | 24–42 natywnie 4,25-bit |
| Qwen3.6 35B A3B35B · aktywne: 3B | 35–62 3-bit niższa jakość | 35–62 3-bit niższa jakość |
| Qwen3.8 27B27B | 3–5 4-bit | 3–5 4-bit |
| Llama 3.3 70B Instruct70B | za duży | za duży |
| gpt-oss-120b117B · aktywne: 5,1B | za duży | za duży |
| Qwen3.5 122B A10B122B · aktywne: 10B | za duży | za duży |
| DeepSeek V4 Flash 0731284B · aktywne: 13B | za duży | za duży |
Pytania
- Czy M3 jest szybszy od M2 w LLM?
- Mniej więcej tak samo: ich przepustowość pamięci różni się o kilka procent. Oba mają do 24 GB pamięci.
- Który uruchomi większe modele: M2 czy M3?
- Żaden: oba mają do 24 GB. Przy tym rozmiarze M2 dobrze uruchamia 20, a M3 20 z 73 otwartych modeli; szybszy z nich przekracza próg 10 tokenów na sekundę z większą liczbą modeli.
Więcej porównań
M2 do lokalnej AI · M3 do lokalnej AI · Porównaj wszystkie modele · Najlepszy Mac do lokalnych LLM
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.