Jaki LLM jest najlepszy dla M3 z 8 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 Granite 4.2 8B.

Czy M3 z 8 GB uruchomi Llama 3.3 70B?

Nie: nawet przy 2 bitach potrzebuje więcej niż 6 GB, których GPU może domyślnie używać.

Jakie LLM uruchomi M3 z 8 GB? Każdy model z szybkością

Działają dobrze 21

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

Model	Wersja	Pamięć	Tokeny/s
MiniCPM5 2B2,52B · Inteligencja 12,5	8-bit	2,7 GB	17–30
Granite 4.2 8B8B · Inteligencja 11,1	4-bit	4,5 GB	10–18
Granite 4.2 3B3B · Inteligencja 9,1	8-bit	3,2 GB	14–25
Gemma 4 E4B8B · Inteligencja 8,9	4-bit	4,5 GB	18–32
Nemotron 3 Nano 4B3,97B · Inteligencja 4,8	8-bit	4,2 GB	11–19
Llama 3.1 8B Instruct8B	4-bit	4,5 GB	10–18
Gemma 4 E2B5,1B	6-bit	4,1 GB	24–42
Qwen3.5 4B4B	8-bit	4,3 GB	10–19
Phi-4 mini instruct3,8B	8-bit	4 GB	11–20
Llama 3.2 3B Instruct3,21B	8-bit	3,4 GB	13–24
SmolLM3 3B3B	8-bit	3,2 GB	14–25
LFM2.5 2.6B2,69B	8-bit	2,9 GB	16–28
Qwen3.5 2B2B	8-bit	2,1 GB	21–38
Llama 3.2 1B Instruct1,23B	8-bit	1,3 GB	35–62
Qwen3.5 0.8B0,8B	8-bit	0,9 GB	50–89
Qwen3 0.6B0,6B	8-bit	0,6 GB	75–133
Qwen3.5 9B9B · Inteligencja 11,2	3-bit niższa jakość	3,9 GB	12–21
Ministral 3 8B8,9B · Inteligencja 5,5	3-bit niższa jakość	3,9 GB	12–21
Phi-4 (14B)14B	2-bit niższa jakość	4,4 GB	10–18
Gemma 4 12B Unified12B	2-bit niższa jakość	3,7 GB	12–22
Qwen3 8B8,2B	3-bit niższa jakość	3,6 GB	13–22

Ledwo się mieszczą 1

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

Model	Wersja	Pamięć	Tokeny/s
Phi-4 Reasoning Vision 15B15B	2-bit niższa jakość	4,7 GB	10–17

Za duże 51

Potrzebuje więcej niż 8 GB pamięci, nawet przy 2 bitach.

Inne Maki

Każdy Mac z 8 GB, z dowolnym układem.

M3 z większą lub mniejszą pamięcią:

Sąsiednie układy:

Bezpośrednio:

Porównaj z dowolnym Makiem lub GPU · M3 do lokalnej AI · Najlepszy Mac do lokalnych LLM · Wszystkie Maki

Pytania

Jaki LLM jest najlepszy dla M3 z 8 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 Granite 4.2 8B.
Czy M3 z 8 GB uruchomi Llama 3.3 70B?: Nie: nawet przy 2 bitach potrzebuje więcej niż 6 GB, których GPU może domyślnie używać.
Jak szybko działa gpt-oss-20b na M3?: Nie mieści się w 8 GB.

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.