ВойтиСоздать кошелек

Что запустит M1 Pro с 32 ГБ?

На нем хорошо работают 30 из 73 открытых моделей. По умолчанию GPU может использовать около 24 ГБ из 32 ГБ, а память читается со скоростью 200 ГБ/с — от этого зависит скорость генерации. Встречается в: MacBook Pro (14-inch, 2021), MacBook Pro (16-inch, 2021).

Самая умная из работающих хорошоQwen3.6 35B A3B4 бит · 19,7 ГБ · 53–94 tok/sСамая большая из работающих хорошоQwen3.6 35B A3B4 бит · 19,7 ГБ · 53–94 tok/sДля кодаQwen3 Coder 30B A3B Instruct4 бит · 17,2 ГБ · 47–84 tok/s

Работают хорошо 30

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

МодельВерсияПамятьТокенов/с
Qwen3.6 35B A3B35B · активных: 3B · Интеллект 18,24 бит19,7 ГБ53–94
Nemotron 3.5 Lightning 30B A3B30B · активных: 3B · Интеллект 12,94 бит16,9 ГБ53–94
MiniCPM5 2B2,52B · Интеллект 12,58 бит2,7 ГБ33–59
Qwen3.5 9B9B · Интеллект 11,26 бит7,3 ГБ12–22
Granite 4.2 8B8B · Интеллект 11,18 бит8,5 ГБ11–19
Granite 4.2 3B3B · Интеллект 9,18 бит3,2 ГБ28–50
gpt-oss-20b21B · активных: 3,6B · Интеллект 9нативные 4,25 бит13,8 ГБ47–84
Nemotron 3 Nano 30B A3B30B · активных: 3,5B · Интеллект 8,94 бит16,9 ГБ45–80
Gemma 4 E4B8B · Интеллект 8,98 бит8,5 ГБ19–33
Ministral 3 8B8,9B · Интеллект 5,56 бит7,2 ГБ13–22
Nemotron 3 Nano 4B3,97B · Интеллект 4,88 бит4,2 ГБ21–38
Qwen3 Coder 30B A3B Instruct30,5B · активных: 3,3B4 бит17,2 ГБ47–84
GLM-4.7 Flash30B · активных: 3B4 бит16,9 ГБ53–94
Gemma 4 26B A4B25,2B · активных: 3,8B6 бит20,5 ГБ29–52
LFM2.5 24B A2B24B · активных: 2B6 бит19,5 ГБ56–100
Phi-4 Reasoning Vision 15B15B4 бит8,4 ГБ11–19
Phi-4 (14B)14B4 бит7,9 ГБ11–20
Gemma 4 12B Unified12B4 бит6,7 ГБ13–24
Qwen3 8B8,2B8 бит8,7 ГБ10–18
Llama 3.1 8B Instruct8B8 бит8,5 ГБ11–19
Gemma 4 E2B5,1B8 бит5,4 ГБ38–67
Qwen3.5 4B4B8 бит4,3 ГБ21–37
Phi-4 mini instruct3,8B8 бит4 ГБ23–40
Llama 3.2 3B Instruct3,21B8 бит3,4 ГБ26–47
SmolLM3 3B3B8 бит3,2 ГБ28–50
LFM2.5 2.6B2,69B8 бит2,9 ГБ31–55
Qwen3.5 2B2B8 бит2,1 ГБ43–76
Llama 3.2 1B Instruct1,23B8 бит1,3 ГБ69–123
Qwen3.5 0.8B0,8B8 бит0,9 ГБ100–178
Qwen3 0.6B0,6B8 бит0,6 ГБ150–267

Работают, но медленно 9

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

МодельВерсияПамятьТокенов/с
Qwen3.8 27B27B · Интеллект 33,76 бит21,9 ГБ4–7
Muse Glimmer 30B29,6B · Интеллект 17,54 бит16,7 ГБ5–10
Gemma 4 31B30,7B · Интеллект 14,74 бит17,3 ГБ5–9
Granite 4.2 30B30B · Интеллект 12,74 бит16,9 ГБ5–9
Qwen3.6 27B27B6 бит21,9 ГБ4–7
Devstral Small 2 (24B)24B6 бит19,5 ГБ5–8
Magistral Small 1.2 (2509)24B6 бит19,5 ГБ5–8
Mistral Small 3.2 (24B)24B6 бит19,5 ГБ5–8
Llama 3.3 70B Instruct70B2 бит ниже качество21,9 ГБ4–7

Еле помещаются 2

Занимает почти всю память: поднимите лимит памяти GPU и держите контекст коротким.

МодельВерсияПамятьТокенов/с
Nemotron 3.5 Bolt 74B A9B74B · активных: 9B · Интеллект 21,42 бит ниже качество23,1 ГБ32–57
Qwen3 Coder Next80B · активных: 3B · Интеллект 9,22 бит ниже качество25 ГБ100–178

Слишком большие 32

Нужно больше 32 ГБ памяти, даже при 2 битах.

Другие Mac

Все Mac с 32 ГБ, на любом чипе.

M1 Pro с другим объемом памяти:

Соседние чипы:

Один на один:

Сравнить с любым Mac или GPU · M1 Pro для локального ИИ · Лучший Mac для локальных LLM · Все Mac

Вопросы

Какая LLM лучше всего подходит для M1 Pro с 32 ГБ?
Среди моделей с опубликованным Intelligence Index выше всех из тех, что здесь хорошо работают, оценена Qwen3.6 35B A3B: 4 бит, около 53–94 токенов в секунду.
Запустит ли M1 Pro с 32 ГБ Llama 3.3 70B?
Да, но медленно: 2 бит (ниже качество), около 4–7 токенов в секунду.
Насколько быстро gpt-oss-20b работает на M1 Pro?
Около 47–84 токенов в секунду (нативные 4,25 бит) при пропускной способности памяти чипа 200 ГБ/с.

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.

Какие LLM запустит M1 Pro с 32 ГБ? Все модели и скорость