ВойтиСоздать кошелек

Лучшие LLM для Mac с 36 ГБ.

В 36 ГБ хорошо работают 38 из 73 открытых моделей. По умолчанию GPU может использовать около 27 ГБ. Скорость зависит от чипа: от 150 ГБ/с у M3 Pro до 460 ГБ/с у M5 Max.

Самая умная из работающих хорошоQwen3.8 27B4 бит · 15,2 ГБ · 3–24 tok/sСамая большая из работающих хорошоQwen3.6 35B A3B4 бит · 19,7 ГБ · 40–216 tok/sДля кодаQwen3 Coder 30B A3B Instruct6 бит · 24,8 ГБ · 25–136 tok/s

Mac с 36 ГБ

Чипов M3–M5 с 36 ГБ: 4. Откройте любой, чтобы увидеть его список и скорость.

Работают хорошо 40

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

МодельВерсияПамятьM3 ProM5 Max
Qwen3.8 27B27B · Интеллект 33,74 бит15,2 ГБ3–514–24
Qwen3.6 35B A3B35B · активных: 3B · Интеллект 18,24 бит19,7 ГБ40–71122–216
Muse Glimmer 30B29,6B · Интеллект 17,54 бит16,7 ГБ3–512–22
Gemma 4 31B30,7B · Интеллект 14,74 бит17,3 ГБ3–512–21
Nemotron 3.5 Lightning 30B A3B30B · активных: 3B · Интеллект 12,96 бит24,4 ГБ28–5086–153
Granite 4.2 30B30B · Интеллект 12,74 бит16,9 ГБ3–512–22
MiniCPM5 2B2,52B · Интеллект 12,58 бит2,7 ГБ25–4477–136
Qwen3.5 9B9B · Интеллект 11,28 бит9,6 ГБ13–2422–38
Granite 4.2 8B8B · Интеллект 11,18 бит8,5 ГБ10–1824–43
Granite 4.2 3B3B · Интеллект 9,18 бит3,2 ГБ21–3865–115
gpt-oss-20b21B · активных: 3,6B · Интеллект 9нативные 4,25 бит13,8 ГБ36–63109–194
Nemotron 3 Nano 30B A3B30B · активных: 3,5B · Интеллект 8,96 бит24,4 ГБ24–4374–131
Gemma 4 E4B8B · Интеллект 8,98 бит8,5 ГБ14–2543–77
Ministral 3 8B8,9B · Интеллект 5,58 бит9,5 ГБ14–2422–39
Nemotron 3 Nano 4B3,97B · Интеллект 4,88 бит4,2 ГБ16–2949–88
Qwen3 Coder 30B A3B Instruct30,5B · активных: 3,3B6 бит24,8 ГБ25–4477–136
GLM-4.7 Flash30B · активных: 3B6 бит24,4 ГБ28–5086–153
Qwen3.6 27B27B4 бит15,2 ГБ3–514–24
Gemma 4 26B A4B25,2B · активных: 3,8B6 бит20,5 ГБ22–3967–119
Devstral Small 2 (24B)24B6 бит19,5 ГБ3–611–19
Magistral Small 1.2 (2509)24B6 бит19,5 ГБ3–611–19
Mistral Small 3.2 (24B)24B6 бит19,5 ГБ3–611–19
LFM2.5 24B A2B24B · активных: 2B6 бит19,5 ГБ42–75129–230
Phi-4 Reasoning Vision 15B15B8 бит15,9 ГБ4–813–23
Phi-4 (14B)14B8 бит14,9 ГБ5–814–25
Gemma 4 12B Unified12B8 бит12,7 ГБ10–1816–29
Qwen3 8B8,2B8 бит8,7 ГБ10–1824–42
Llama 3.1 8B Instruct8B8 бит8,5 ГБ10–1824–43
Gemma 4 E2B5,1B8 бит5,4 ГБ28–5086–153
Qwen3.5 4B4B8 бит4,3 ГБ16–2848–86
Phi-4 mini instruct3,8B8 бит4 ГБ17–3052–92
Llama 3.2 3B Instruct3,21B8 бит3,4 ГБ20–3561–108
SmolLM3 3B3B8 бит3,2 ГБ21–3865–115
LFM2.5 2.6B2,69B8 бит2,9 ГБ23–4171–127
Qwen3.5 2B2B8 бит2,1 ГБ32–5799–175
Llama 3.2 1B Instruct1,23B8 бит1,3 ГБ52–92159–283
Qwen3.5 0.8B0,8B8 бит0,9 ГБ75–133230–409
Qwen3 0.6B0,6B8 бит0,6 ГБ113–200345–613
Nemotron 3.5 Bolt 74B A9B74B · активных: 9B · Интеллект 21,42 бит ниже качество23,1 ГБ24–4374–131
Qwen3 Coder Next80B · активных: 3B · Интеллект 9,22 бит ниже качество25 ГБ75–133230–409

Работают, но медленно 1

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

МодельВерсияПамятьM3 ProM5 Max
Llama 3.3 70B Instruct70B2 бит ниже качество21,9 ГБ3–59–17

Слишком большие 32

Нужно больше 36 ГБ памяти, даже при 2 битах.

Вопросы

Какая LLM лучше всего подходит для Mac с 36 ГБ?
Среди моделей с опубликованным Intelligence Index выше всех из тех, что хорошо работают в 36 ГБ, оценена Qwen3.8 27B (4 бит). Самая большая из хорошо работающих — Qwen3.6 35B A3B. Для кода: Qwen3 Coder 30B A3B Instruct.
Хватит ли 36 ГБ для локального ИИ на Mac?
Из 73 открытых моделей здесь 38 хорошо работают в таком объеме при 4 битах или лучше. По умолчанию macOS отдает GPU около 27 ГБ; модель и ее контекст должны поместиться в этот объем.
Запустит ли Mac с 36 ГБ gpt-oss-20b?
Да, нативные 4,25 бит: около 36–63 токенов в секунду на M3 Pro и 109–194 на M5 Max.

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 36 ГБ (M3–M5): что работает