Zaloguj sięUtwórz portfel

Co uruchomi M6 z 32 GB?

Działa na nim dobrze 29 z 73 otwartych modeli. GPU może domyślnie używać około 24 GB z 32 GB, a pamięć jest odczytywana z szybkością 170 GB/s, co wyznacza szybkość generowania. Występuje w: Mac mini (M6 or M5 Pro).

Najmądrzejszy z dobrze działającychQwen3.6 35B A3B4-bit · 19,7 GB · 45–80 tok/sNajwiększy z dobrze działającychQwen3.6 35B A3B4-bit · 19,7 GB · 45–80 tok/sDo koduQwen3 Coder 30B A3B Instruct4-bit · 17,2 GB · 40–72 tok/s

Działają dobrze 29

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

ModelWersjaPamięćTokeny/s
Qwen3.6 35B A3B35B · aktywne: 3B · Inteligencja 18,24-bit19,7 GB45–80
Nemotron 3.5 Lightning 30B A3B30B · aktywne: 3B · Inteligencja 12,94-bit16,9 GB45–80
MiniCPM5 2B2,52B · Inteligencja 12,58-bit2,7 GB28–50
Qwen3.5 9B9B · Inteligencja 11,26-bit7,3 GB10–19
Granite 4.2 8B8B · Inteligencja 11,16-bit6,5 GB12–21
Granite 4.2 3B3B · Inteligencja 9,18-bit3,2 GB24–43
gpt-oss-20b21B · aktywne: 3,6B · Inteligencja 9natywnie 4,25-bit13,8 GB40–72
Nemotron 3 Nano 30B A3B30B · aktywne: 3,5B · Inteligencja 8,94-bit16,9 GB38–68
Gemma 4 E4B8B · Inteligencja 8,98-bit8,5 GB16–28
Ministral 3 8B8,9B · Inteligencja 5,56-bit7,2 GB11–19
Nemotron 3 Nano 4B3,97B · Inteligencja 4,88-bit4,2 GB18–32
Qwen3 Coder 30B A3B Instruct30,5B · aktywne: 3,3B4-bit17,2 GB40–72
GLM-4.7 Flash30B · aktywne: 3B4-bit16,9 GB45–80
Gemma 4 26B A4B25,2B · aktywne: 3,8B6-bit20,5 GB25–44
LFM2.5 24B A2B24B · aktywne: 2B6-bit19,5 GB48–85
Phi-4 (14B)14B4-bit7,9 GB10–17
Gemma 4 12B Unified12B4-bit6,7 GB11–20
Qwen3 8B8,2B6-bit6,7 GB11–20
Llama 3.1 8B Instruct8B6-bit6,5 GB12–21
Gemma 4 E2B5,1B8-bit5,4 GB32–57
Qwen3.5 4B4B8-bit4,3 GB18–32
Phi-4 mini instruct3,8B8-bit4 GB19–34
Llama 3.2 3B Instruct3,21B8-bit3,4 GB23–40
SmolLM3 3B3B8-bit3,2 GB24–43
LFM2.5 2.6B2,69B8-bit2,9 GB26–47
Qwen3.5 2B2B8-bit2,1 GB36–65
Llama 3.2 1B Instruct1,23B8-bit1,3 GB59–105
Qwen3.5 0.8B0,8B8-bit0,9 GB85–151
Qwen3 0.6B0,6B8-bit0,6 GB128–227

Działają, ale wolno 10

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

ModelWersjaPamięćTokeny/s
Qwen3.8 27B27B · Inteligencja 33,76-bit21,9 GB3–6
Muse Glimmer 30B29,6B · Inteligencja 17,54-bit16,7 GB5–8
Gemma 4 31B30,7B · Inteligencja 14,74-bit17,3 GB4–8
Granite 4.2 30B30B · Inteligencja 12,74-bit16,9 GB5–8
Qwen3.6 27B27B6-bit21,9 GB3–6
Devstral Small 2 (24B)24B6-bit19,5 GB4–7
Magistral Small 1.2 (2509)24B6-bit19,5 GB4–7
Mistral Small 3.2 (24B)24B6-bit19,5 GB4–7
Phi-4 Reasoning Vision 15B15B8-bit15,9 GB5–9
Llama 3.3 70B Instruct70B2-bit niższa jakość21,9 GB3–6

Ledwo się mieszczą 2

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

ModelWersjaPamięćTokeny/s
Nemotron 3.5 Bolt 74B A9B74B · aktywne: 9B · Inteligencja 21,42-bit niższa jakość23,1 GB27–49
Qwen3 Coder Next80B · aktywne: 3B · Inteligencja 9,22-bit niższa jakość25 GB85–151

Za duże 32

Potrzebuje więcej niż 32 GB pamięci, nawet przy 2 bitach.

Inne Maki

Każdy Mac z 32 GB, z dowolnym układem.

M6 z większą lub mniejszą pamięcią:

Sąsiednie układy:

Bezpośrednio:

Porównaj z dowolnym Makiem lub GPU · M6 do lokalnej AI · Najlepszy Mac do lokalnych LLM · Wszystkie Maki

Pytania

Jaki LLM jest najlepszy dla M6 z 32 GB?
Spośród modeli z opublikowanym Intelligence Index najwyżej ocenianym z tych, które działają tu dobrze, jest Qwen3.6 35B A3B: 4-bit, około 45–80 tokenów na sekundę.
Czy M6 z 32 GB uruchomi Llama 3.3 70B?
Tak, ale wolno: 2-bit (niższa jakość), około 3–6 tokenów na sekundę.
Jak szybko działa gpt-oss-20b na M6?
Około 40–72 tokenów na sekundę (natywnie 4,25-bit), przy przepustowości pamięci układu 170 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 M6 z 32 GB? Każdy model z szybkością