EntrarCriar carteira

O que um M3 com 8 GB roda?

16 de 73 modelos abertos rodam bem nele. Por padrão, a GPU pode usar cerca de 6 GB dos seus 8 GB, e o chip lê a memória a 100 GB/s, o que define a velocidade de escrita. Presente em: 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) ….

O mais inteligente que roda bemMiniCPM5 2B8 bits · 2,7 GB · 17–30 tok/sO maior que roda bemGranite 4.2 8B4 bits · 4,5 GB · 10–18 tok/s

Roda bem 21

Cabe com espaço para o contexto, a 10 tokens por segundo ou mais.

ModeloVersãoMemóriaTokens/s
MiniCPM5 2B2,52B · Inteligência 12,58 bits2,7 GB17–30
Granite 4.2 8B8B · Inteligência 11,14 bits4,5 GB10–18
Granite 4.2 3B3B · Inteligência 9,18 bits3,2 GB14–25
Gemma 4 E4B8B · Inteligência 8,94 bits4,5 GB18–32
Nemotron 3 Nano 4B3,97B · Inteligência 4,88 bits4,2 GB11–19
Llama 3.1 8B Instruct8B4 bits4,5 GB10–18
Gemma 4 E2B5,1B6 bits4,1 GB24–42
Qwen3.5 4B4B8 bits4,3 GB10–19
Phi-4 mini instruct3,8B8 bits4 GB11–20
Llama 3.2 3B Instruct3,21B8 bits3,4 GB13–24
SmolLM3 3B3B8 bits3,2 GB14–25
LFM2.5 2.6B2,69B8 bits2,9 GB16–28
Qwen3.5 2B2B8 bits2,1 GB21–38
Llama 3.2 1B Instruct1,23B8 bits1,3 GB35–62
Qwen3.5 0.8B0,8B8 bits0,9 GB50–89
Qwen3 0.6B0,6B8 bits0,6 GB75–133
Qwen3.5 9B9B · Inteligência 11,23 bits qualidade menor3,9 GB12–21
Ministral 3 8B8,9B · Inteligência 5,53 bits qualidade menor3,9 GB12–21
Phi-4 (14B)14B2 bits qualidade menor4,4 GB10–18
Gemma 4 12B Unified12B2 bits qualidade menor3,7 GB12–22
Qwen3 8B8,2B3 bits qualidade menor3,6 GB13–22

Cabe no limite 1

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

ModeloVersãoMemóriaTokens/s
Phi-4 Reasoning Vision 15B15B2 bits qualidade menor4,7 GB10–17

Grande demais 51

Precisa de mais de 8 GB de memória, mesmo com 2 bits.

Outros Macs

Todos os Macs com 8 GB, de qualquer chip.

O M3 com mais ou menos memória:

Chips vizinhos:

Frente a frente:

Compare com qualquer Mac ou GPU · O M3 para IA local · O melhor Mac para LLMs locais · Todos os Macs

Perguntas

Qual é o melhor LLM para um M3 com 8 GB?
Entre os modelos com Intelligence Index publicado, MiniCPM5 2B tem a maior pontuação entre os que rodam bem aqui: 8 bits, cerca de 17–30 tokens por segundo. O maior que roda bem é Granite 4.2 8B.
Um M3 com 8 GB roda Llama 3.3 70B?
Não: mesmo com 2 bits, ele precisa de mais do que os 6 GB que a GPU pode usar por padrão.
Qual é a velocidade do gpt-oss-20b em um M3?
Ele não cabe em 8 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.

Quais LLMs um M3 com 8 GB roda? Modelos e velocidade