По объему памяти
| Память | Работают хорошо | Самая большая из работающих хорошо | gpt-oss-20b |
|---|---|---|---|
| 8 ГБ68 ГБ/с | 14 | Gemma 4 E4B | слишком большая |
| 16 ГБ68 ГБ/с | 14 | Gemma 4 E4B | 19–34 tok/s |
Модели: MacBook Air (M1, 2020). Не каждый объем памяти доступен в каждой модели; что предлагается для каждой, указано в технических характеристиках Apple.
Вопросы
- Подходит ли MacBook Air с чипом M1 для локальных LLM?
- С 16 ГБ он хорошо запускает 14 из 73 открытых моделей, вплоть до Gemma 4 E4B, и генерирует около 19–34 токенов в секунду с gpt-oss-20b. M1 читает память со скоростью 68 ГБ/с — от этого зависит скорость генерации.
- MacBook Air с чипом M1: сколько памяти нужно для ИИ?
- Открытых моделей, работающих хорошо: 14 при 8 ГБ и 14 при 16 ГБ, вплоть до Gemma 4 E4B. Объем памяти определяет, какие модели поместятся, и увеличить его потом нельзя.
Другие Mac
MacBook Air с другими чипами:
Другие Mac с чипом M1:
Один на один:
M1 для локального ИИ · Лучший Mac для локальных LLM · Все Mac
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.