ВойтиСоздать кошелек

Лучшие LLM для Mac с 24 ГБ.

В 24 ГБ хорошо работают 28 из 73 открытых моделей. По умолчанию GPU может использовать около 18 ГБ. Скорость зависит от чипа: от 100 ГБ/с у M3 до 307 ГБ/с у M5 Pro.

Самая умная из работающих хорошоMiniCPM5 2B8 бит · 2,7 ГБ · 17–91 tok/sСамая большая из работающих хорошоGemma 4 26B A4B4 бит · 14,2 ГБ · 21–117 tok/sДля кодаDevstral Small 2 (24B)4 бит · 13,5 ГБ · 3–18 tok/s

Mac с 24 ГБ

Чипов M2–M6 с 24 ГБ: 7. Откройте любой, чтобы увидеть его список и скорость.

Работают хорошо 36

Помещается с запасом для контекста, 10 и более токенов в секунду на M5 Pro.

МодельВерсияПамятьM3M5 Pro
MiniCPM5 2B2,52B · Интеллект 12,58 бит2,7 ГБ17–3051–91
Qwen3.5 9B9B · Интеллект 11,28 бит9,6 ГБ5–814–26
Granite 4.2 8B8B · Интеллект 11,18 бит8,5 ГБ10–1816–29
Granite 4.2 3B3B · Интеллект 9,18 бит3,2 ГБ14–2543–77
gpt-oss-20b21B · активных: 3,6B · Интеллект 9нативные 4,25 бит13,8 ГБ24–4273–129
Gemma 4 E4B8B · Интеллект 8,98 бит8,5 ГБ12–2229–51
Ministral 3 8B8,9B · Интеллект 5,58 бит9,5 ГБ5–815–26
Nemotron 3 Nano 4B3,97B · Интеллект 4,88 бит4,2 ГБ11–1933–58
Gemma 4 26B A4B25,2B · активных: 3,8B4 бит14,2 ГБ21–3866–117
Devstral Small 2 (24B)24B4 бит13,5 ГБ3–610–18
Magistral Small 1.2 (2509)24B4 бит13,5 ГБ3–610–18
Mistral Small 3.2 (24B)24B4 бит13,5 ГБ3–610–18
LFM2.5 24B A2B24B · активных: 2B4 бит13,5 ГБ41–73126–223
Phi-4 Reasoning Vision 15B15B6 бит12,2 ГБ3–511–20
Phi-4 (14B)14B6 бит11,4 ГБ3–512–22
Gemma 4 12B Unified12B8 бит12,7 ГБ4–611–19
Qwen3 8B8,2B8 бит8,7 ГБ10–1716–28
Llama 3.1 8B Instruct8B8 бит8,5 ГБ10–1816–29
Gemma 4 E2B5,1B8 бит5,4 ГБ19–3358–102
Qwen3.5 4B4B8 бит4,3 ГБ10–1932–57
Phi-4 mini instruct3,8B8 бит4 ГБ11–2035–61
Llama 3.2 3B Instruct3,21B8 бит3,4 ГБ13–2441–72
SmolLM3 3B3B8 бит3,2 ГБ14–2543–77
LFM2.5 2.6B2,69B8 бит2,9 ГБ16–2848–85
Qwen3.5 2B2B8 бит2,1 ГБ21–3866–117
Llama 3.2 1B Instruct1,23B8 бит1,3 ГБ35–62106–189
Qwen3.5 0.8B0,8B8 бит0,9 ГБ50–89154–273
Qwen3 0.6B0,6B8 бит0,6 ГБ75–133230–409
Qwen3.6 35B A3B35B · активных: 3B · Интеллект 18,23 бит ниже качество15,3 ГБ35–62106–189
Muse Glimmer 30B29,6B · Интеллект 17,53 бит ниже качество13 ГБ3–611–19
Gemma 4 31B30,7B · Интеллект 14,73 бит ниже качество13,4 ГБ3–610–18
Nemotron 3.5 Lightning 30B A3B30B · активных: 3B · Интеллект 12,93 бит ниже качество13,1 ГБ35–62106–189
Granite 4.2 30B30B · Интеллект 12,73 бит ниже качество13,1 ГБ3–611–19
Nemotron 3 Nano 30B A3B30B · активных: 3,5B · Интеллект 8,93 бит ниже качество13,1 ГБ30–5392–164
Qwen3 Coder 30B A3B Instruct30,5B · активных: 3,3B3 бит ниже качество13,3 ГБ32–5799–175
GLM-4.7 Flash30B · активных: 3B3 бит ниже качество13,1 ГБ35–62106–189

Работают, но медленно 2

Помещается, но меньше 10 токенов в секунду: подойдет для пакетных задач, для чата медленно.

МодельВерсияПамятьM3M5 Pro
Qwen3.8 27B27B · Интеллект 33,74 бит15,2 ГБ3–59–16
Qwen3.6 27B27B4 бит15,2 ГБ3–59–16

Слишком большие 35

Нужно больше 24 ГБ памяти, даже при 2 битах.

Вопросы

Какая LLM лучше всего подходит для Mac с 24 ГБ?
Среди моделей с опубликованным Intelligence Index выше всех из тех, что хорошо работают в 24 ГБ, оценена MiniCPM5 2B (8 бит). Самая большая из хорошо работающих — Gemma 4 26B A4B. Для кода: Devstral Small 2 (24B).
Хватит ли 24 ГБ для локального ИИ на Mac?
Из 73 открытых моделей здесь 28 хорошо работают в таком объеме при 4 битах или лучше. По умолчанию macOS отдает GPU около 18 ГБ; модель и ее контекст должны поместиться в этот объем.
Запустит ли Mac с 24 ГБ gpt-oss-20b?
Да, нативные 4,25 бит: около 24–42 токенов в секунду на M3 и 73–129 на M5 Pro.

Другие объемы: 8 ГБ · 16 ГБ · 18 ГБ · 24 ГБ · 32 ГБ · 36 ГБ · 48 ГБ · 64 ГБ · 96 ГБ · 128 ГБ · 192 ГБ · 256 ГБ · 512 ГБ

Запускайте их в MLX Harness (бесплатно, открытый код) или через mlx-lm от Apple в Терминале: пошагово.

Как это рассчитано

Память: параметры модели при 8, 6, 4, 3 или 2 битах на вес плюс групповые масштабы MLX (полбита на вес) или ее нативный формат, а сверху — место для контекста. По умолчанию macOS отдает GPU около 75% объединенной памяти. Скорость: пропускная способность памяти, деленная на число байтов, читаемых на каждый токен, — это потолок для одного диалога; в публичных тестах llama.cpp на Apple Silicon реальные запуски достигают примерно 45–80% от него, и показан именно этот диапазон. Это оценки, а не измерения: измерьте свой Mac в MLX Bench. Данные моделей — из официальных карточек моделей, данные чипов — из технических характеристик Apple. Проверено 2026-10-19. Те же данные, что и на mlx.app/compare.

Лучшие локальные LLM для Mac с 24 ГБ (M2–M6): что работает