Qual é o melhor LLM para um Mac com 48 GB?

Entre os modelos com Intelligence Index publicado, Qwen3.8 27B tem a maior pontuação entre os que rodam bem com 48 GB (8 bits). O maior que roda bem é Qwen3.6 35B A3B. Para código: Qwen3 Coder 30B A3B Instruct.

48 GB são suficientes para IA local no Mac?

38 dos 73 modelos abertos desta lista rodam bem com essa memória, com 4 bits ou mais. Por padrão, o macOS deixa a GPU usar cerca de 36 GB dela; o modelo e o contexto precisam caber nisso.

Um Mac de 48 GB roda gpt-oss-20b?

Sim, 4,25 bits nativo, a cerca de 65–115 tokens por segundo em um M4 Pro e 145–259 em um M5 Max.

Melhores LLMs locais para Mac de 48 GB (M3 a M5): o que roda

Macs com 48 GB

5 chips de M3 a M5 vêm com 48 GB. Abra um para ver a lista e as velocidades dele.

Roda bem 41

Cabe com espaço para o contexto, a 10 tokens por segundo ou mais no M5 Max.

Modelo	Versão	Memória	M4 Pro	M5 Max
Qwen3.8 27B27B · Inteligência 33,7	8 bits	28,7 GB	4–8	10–17
Qwen3.6 35B A3B35B · 3B ativos · Inteligência 18,2	6 bits	28,4 GB	51–91	115–205
Muse Glimmer 30B29,6B · Inteligência 17,5	6 bits	24,1 GB	4–7	11–20
Gemma 4 31B30,7B · Inteligência 14,7	6 bits	24,9 GB	4–7	11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B ativos · Inteligência 12,9	8 bits	31,9 GB	38–68	86–154
Granite 4.2 30B30B · Inteligência 12,7	6 bits	24,4 GB	4–7	11–20
MiniCPM5 2B2,52B · Inteligência 12,5	8 bits	2,7 GB	45–81	102–182
Qwen3.5 9B9B · Inteligência 11,2	8 bits	9,6 GB	13–23	29–51
Granite 4.2 8B8B · Inteligência 11,1	8 bits	8,5 GB	14–26	33–58
Granite 4.2 3B3B · Inteligência 9,1	8 bits	3,2 GB	38–68	86–154
gpt-oss-20b21B · 3,6B ativos · Inteligência 9	4,25 bits nativo	13,8 GB	65–115	145–259
Nemotron 3 Nano 30B A3B30B · 3,5B ativos · Inteligência 8,9	8 bits	31,9 GB	33–59	75–133
Gemma 4 E4B8B · Inteligência 8,9	8 bits	8,5 GB	26–46	58–102
Ministral 3 8B8,9B · Inteligência 5,5	8 bits	9,5 GB	13–23	29–52
Nemotron 3 Nano 4B3,97B · Inteligência 4,8	8 bits	4,2 GB	29–52	66–117
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B ativos	8 bits	32,4 GB	35–62	79–140
GLM-4.7 Flash30B · 3B ativos	8 bits	31,9 GB	38–68	86–154
Qwen3.6 27B27B	8 bits	28,7 GB	4–8	10–17
Gemma 4 26B A4B25,2B · 3,8B ativos	8 bits	26,8 GB	31–55	69–123
Devstral Small 2 (24B)24B	8 bits	25,5 GB	5–9	11–19
Magistral Small 1.2 (2509)24B	8 bits	25,5 GB	5–9	11–19
Mistral Small 3.2 (24B)24B	8 bits	25,5 GB	5–9	11–19
LFM2.5 24B A2B24B · 2B ativos	8 bits	25,5 GB	59–104	132–234
Phi-4 Reasoning Vision 15B15B	8 bits	15,9 GB	10–18	17–31
Phi-4 (14B)14B	8 bits	14,9 GB	11–19	19–33
Gemma 4 12B Unified12B	8 bits	12,7 GB	10–17	22–39
Qwen3 8B8,2B	8 bits	8,7 GB	14–25	32–56
Llama 3.1 8B Instruct8B	8 bits	8,5 GB	14–26	33–58
Gemma 4 E2B5,1B	8 bits	5,4 GB	51–91	115–205
Qwen3.5 4B4B	8 bits	4,3 GB	29–51	64–114
Phi-4 mini instruct3,8B	8 bits	4 GB	31–55	69–123
Llama 3.2 3B Instruct3,21B	8 bits	3,4 GB	36–64	81–144
SmolLM3 3B3B	8 bits	3,2 GB	38–68	86–154
LFM2.5 2.6B2,69B	8 bits	2,9 GB	42–75	95–169
Qwen3.5 2B2B	8 bits	2,1 GB	59–104	132–234
Llama 3.2 1B Instruct1,23B	8 bits	1,3 GB	95–168	213–378
Qwen3.5 0.8B0,8B	8 bits	0,9 GB	137–243	307–546
Qwen3 0.6B0,6B	8 bits	0,6 GB	205–364	461–819
Nemotron 3.5 Bolt 74B A9B74B · 9B ativos · Inteligência 21,4	3 bits qualidade menor	32,4 GB	32–56	71–126
Qwen3 Coder Next80B · 3B ativos · Inteligência 9,2	2 bits qualidade menor	25 GB	137–243	307–546
GLM-4.5 Air106B · 12B ativos	2 bits qualidade menor	33,1 GB	32–57	73–129

Roda, mas devagar 1

Cabe, mas abaixo de 10 tokens por segundo: serve para trabalho em lote, mas é lento para chat.

Modelo	Versão	Memória	M4 Pro	M5 Max
Llama 3.3 70B Instruct70B	3 bits qualidade menor	30,6 GB	4–7	9–16

Cabe no limite 8

Precisa de quase toda a memória: aumente o limite de memória da GPU e mantenha o contexto curto.

Modelo	Versão	Memória	M4 Pro	M5 Max
Qwen3.5 122B A10B122B · 10B ativos · Inteligência 15,6	2 bits qualidade menor	38,1 GB	40–70	89–158
Mistral Medium 3.5 (128B)128B · Inteligência 14,2	2 bits qualidade menor	40 GB	3–5	7–12
gpt-oss-120b117B · 5,1B ativos · Inteligência 11,6	2 bits qualidade menor	36,6 GB	77–137	173–307
Mistral Small 4 (119B)119B · 6,5B ativos · Inteligência 11,3	2 bits qualidade menor	37,2 GB	61–109	138–246
Llama 4 Scout 17B-16E Instruct109B · 17B ativos · Inteligência 6,5	2 bits qualidade menor	34,1 GB	23–41	52–93
Devstral 2 (123B)123B	2 bits qualidade menor	38,4 GB	3–6	7–13
Ornith 1.5 122B122B · 10B ativos	2 bits qualidade menor	38,1 GB	40–70	89–158
Nemotron 3 Super 120B A12B120B · 12B ativos	2 bits qualidade menor	37,5 GB	32–57	73–129

Perguntas

Qual é o melhor LLM para um Mac com 48 GB?: Entre os modelos com Intelligence Index publicado, Qwen3.8 27B tem a maior pontuação entre os que rodam bem com 48 GB (8 bits). O maior que roda bem é Qwen3.6 35B A3B. Para código: Qwen3 Coder 30B A3B Instruct.
48 GB são suficientes para IA local no Mac?: 38 dos 73 modelos abertos desta lista rodam bem com essa memória, com 4 bits ou mais. Por padrão, o macOS deixa a GPU usar cerca de 36 GB dela; o modelo e o contexto precisam caber nisso.
Um Mac de 48 GB roda gpt-oss-20b?: Sim, 4,25 bits nativo, a cerca de 65–115 tokens por segundo em um M4 Pro e 145–259 em um M5 Max.

Outros tamanhos: 8 GB · 16 GB · 18 GB · 24 GB · 32 GB · 36 GB · 48 GB · 64 GB · 96 GB · 128 GB · 192 GB · 256 GB · 512 GB

Rode os modelos com o MLX Harness (grátis, open source) ou com o mlx-lm da Apple no Terminal: passo a passo.

Como é calculado

Memória: os parâmetros do modelo com 8, 6, 4, 3 ou 2 bits por peso, mais as escalas por grupo do MLX (meio bit por peso), ou o formato nativo do modelo, com espaço extra para o contexto. Por padrão, o macOS deixa a GPU usar cerca de 75% da memória unificada. Velocidade: a largura de banda da memória dividida pelos bytes lidos por token é o teto para uma conversa; nos benchmarks públicos de Apple Silicon do llama.cpp, execuções reais chegam a cerca de 45% a 80% desse teto, que é a faixa mostrada. São estimativas, não medições: meça o seu Mac no MLX Bench. Dados dos modelos tirados de cada model card oficial; dados dos chips, das especificações técnicas da Apple. Verificado em 2026-10-19. Os mesmos dados de mlx.app/compare.

Os melhores LLMs para um Mac de 48 GB.