ஒவ்வொரு ஓப்பன் மாடலும், அதற்குத் தேவையான Mac-உம்.

மிகச் சிறியதிலிருந்து மிகப் பெரியது வரை 73 ஓப்பன் AI மாடல்கள்: ஒவ்வொன்றுக்கும் தேவையான மெமரியும் அதை நன்றாக இயக்கும் மிகச் சிறிய Mac-உம். ஒவ்வொரு Apple சிப்பிலும் அதன் வேகத்தைப் பார்க்க எந்த மாடலையும் திறங்கள்.

மாடல்அளவு4-பிட்டில்மிகச் சிறிய Mac
Qwen3 0.6BQwen (Alibaba)0.6B1.8 GB8 GB
Qwen3.5 0.8BQwen (Alibaba)0.8B2 GB8 GB
Llama 3.2 1B InstructMeta1.23B2.2 GB8 GB
Qwen3.5 2BQwen (Alibaba)2B2.6 GB8 GB
MiniCPM5 2BOpenBMB2.52B2.9 GB8 GB
LFM2.5 2.6BLiquid AI2.69B3 GB8 GB
Granite 4.2 3BIBM3B3.2 GB8 GB
SmolLM3 3BHugging Face3B3.2 GB8 GB
Llama 3.2 3B InstructMeta3.21B3.3 GB8 GB
Phi-4 mini instructMicrosoft3.8B3.6 GB8 GB
Nemotron 3 Nano 4BNVIDIA3.97B3.7 GB8 GB
Qwen3.5 4BQwen (Alibaba)4B3.8 GB8 GB
Gemma 4 E2BGoogle DeepMind5.1B4.4 GB8 GB
Llama 3.1 8B InstructMeta8B6 GB8 GB
Gemma 4 E4BGoogle DeepMind8B6 GB8 GB
Granite 4.2 8BIBM8B6 GB8 GB
Qwen3 8BQwen (Alibaba)8.2B6.1 GB16 GB
Ministral 3 8BMistral AI8.9B6.5 GB16 GB
Qwen3.5 9BQwen (Alibaba)9B6.6 GB16 GB
Gemma 4 12B UnifiedGoogle DeepMind12B8.2 GB16 GB
Phi-4 (14B)Microsoft14B9.4 GB16 GB
Phi-4 Reasoning Vision 15BMicrosoft15B9.9 GB16 GB
gpt-oss-20bOpenAI21B · 3.6B செயலில்15.3 GB24 GB
Devstral Small 2 (24B)Mistral AI24B15 GB24 GB
Magistral Small 1.2 (2509)Mistral AI24B15 GB24 GB
Mistral Small 3.2 (24B)Mistral AI24B15 GB24 GB
LFM2.5 24B A2BLiquid AI24B · 2B செயலில்15 GB24 GB
Gemma 4 26B A4BGoogle DeepMind25.2B · 3.8B செயலில்15.7 GB24 GB
Qwen3.8 27BQwen (Alibaba)27B16.7 GB24 GB
Qwen3.6 27BQwen (Alibaba)27B16.7 GB24 GB
Muse Glimmer 30BMeta (Meta Superintelligence Lab)29.6B18.2 GB32 GB
GLM-4.7 FlashZ.ai (Zhipu)30B · 3B செயலில்18.4 GB32 GB
Nemotron 3 Nano 30B A3BNVIDIA30B · 3.5B செயலில்18.4 GB32 GB
Nemotron 3.5 Lightning 30B A3BNVIDIA30B · 3B செயலில்18.4 GB32 GB
Granite 4.2 30BIBM30B18.4 GB32 GB
Qwen3 Coder 30B A3B InstructQwen (Alibaba)30.5B · 3.3B செயலில்18.7 GB32 GB
Gemma 4 31BGoogle DeepMind30.7B18.8 GB32 GB
Qwen3.6 35B A3BQwen (Alibaba)35B · 3B செயலில்21.3 GB32 GB
Llama 3.3 70B InstructMeta70B42.6 GB64 GB
Nemotron 3.5 Bolt 74B A9BNVIDIA74B · 9B செயலில்44.9 GB64 GB
Qwen3 Coder NextQwen (Alibaba)80B · 3B செயலில்48.6 GB96 GB
GLM-4.5 AirZ.ai (Zhipu)106B · 12B செயலில்64.4 GB96 GB
Llama 4 Scout 17B-16E InstructMeta109B · 17B செயலில்66.2 GB96 GB
gpt-oss-120bOpenAI117B · 5.1B செயலில்70.5 GB96 GB
Mistral Small 4 (119B)Mistral AI119B · 6.5B செயலில்72.3 GB128 GB
Nemotron 3 Super 120B A12BNVIDIA120B · 12B செயலில்72.9 GB128 GB
Qwen3.5 122B A10BQwen (Alibaba)122B · 10B செயலில்74.1 GB128 GB
Ornith 1.5 122BOrnith AI122B · 10B செயலில்74.1 GB128 GB
Devstral 2 (123B)Mistral AI123B74.7 GB128 GB
Mistral Medium 3.5 (128B)Mistral AI128B77.8 GB128 GB
Qwen3.8 Flash NextQwen (Alibaba)180B · 6B செயலில்109 GB192 GB
MiniMax M2.7MiniMax230B · 10B செயலில்140 GB192 GB
Inkling SmallThinking Machines Lab276B · 12B செயலில்168 GB256 GB
DeepSeek V4 Flash 0731DeepSeek284B · 13B செயலில்173 GB256 GB
Hy3Tencent295B · 21B செயலில்179 GB256 GB
MiMo V2.6 FlashXiaomi309B · 15B செயலில்187 GB256 GB
GLM-5.3 FlashZ.ai (Zhipu)320B · 18B செயலில்194 GB512 GB
Qwen3.5 397B A17BQwen (Alibaba)397B · 17B செயலில்241 GB512 GB
Llama 4 Maverick 17B-128E InstructMeta400B · 17B செயலில்243 GB512 GB
MiniMax M3MiniMax428B · 23B செயலில்260 GB512 GB
Beam 1.0Reflection AI501B · 23B செயலில்304 GB512 GB
Nemotron 3 Ultra 550B A55BNVIDIA550B · 55B செயலில்334 GB512 GB
DeepSeek V4.1 Flash 1017DeepSeek552B · 16B செயலில்335 GB512 GB
Mistral Large 3 (675B)Mistral AI675B · 41B செயலில்410 GB512 GB
GLM-5.3Z.ai (Zhipu)744B · 40B செயலில்452 GB512 GB
Muse Spark OpenMeta (Meta Superintelligence Labs)816B · 42B செயலில்496 GB512 GB
InklingThinking Machines Lab975B · 41B செயலில்592 GB512 GB
Kimi K2.6Moonshot AI1,000B · 32B செயலில்643 GB512 GB
Kimi K2.7 CodeMoonshot AI1,000B · 32B செயலில்643 GB512 GB
MiMo V2.6 ProXiaomi1,020B · 42B செயலில்611 GB512 GB
DeepSeek V4 Pro 0813DeepSeek1,600B · 49B செயலில்972 GBஇல்லை
Qwen3.8 2.4T A95BQwen (Alibaba)2,400B · 95B செயலில்1.5 TBஇல்லை
Kimi K3Moonshot AI2,800B · 104B செயலில்1.7 TBஇல்லை

அல்லது உங்கள் Mac-இலிருந்து தொடங்குங்கள்: எல்லா Mac-களும் · ஒப்பீடு

எப்படிக் கணக்கிடப்பட்டது

மெமரி: மாடலின் பாராமீட்டர்கள் ஒரு வெயிட்டுக்கு 8, 6, 4, 3 அல்லது 2 பிட்களில், கூடவே MLX-இன் குரூப் ஸ்கேல்கள் (ஒரு வெயிட்டுக்கு அரை பிட்), அல்லது அதன் நேட்டிவ் வடிவம், அதற்கு மேல் கான்டெக்ஸ்ட்டுக்கு இடம். இயல்பாக macOS, யூனிஃபைடு மெமரியில் சுமார் 75%-ஐ GPU பயன்படுத்த அனுமதிக்கிறது. வேகம்: மெமரி பேண்ட்வித்தை ஒவ்வொரு டோக்கனுக்கும் படிக்கப்படும் பைட்டுகளால் வகுத்தால், ஒரு உரையாடலுக்கான உச்சவரம்பு கிடைக்கும்; llama.cpp-இன் பொது Apple Silicon பெஞ்ச்மார்க்குகளில் உண்மையான ரன்கள் அதில் சுமார் 45% முதல் 80% வரை எட்டுகின்றன, அந்த வரம்பே காட்டப்படுகிறது. இவை மதிப்பீடுகள், அளவீடுகள் அல்ல: உங்கள் சொந்த Mac-ஐ MLX Bench-இல் அளந்து பாருங்கள். மாடல் விவரங்கள் ஒவ்வொரு அதிகாரப்பூர்வ மாடல் கார்டிலிருந்தும், சிப் விவரங்கள் Apple-இன் Tech Specs-இலிருந்தும். சரிபார்த்தது 2026-10-19. mlx.app/compare-இல் உள்ள அதே தரவு.

ஒவ்வொரு ஓப்பன் LLM-க்கும் தேவையான Mac: குறைந்தபட்ச RAM