32 GB ఉన్న Macలు
M1 నుండి M6 వరకు ఉన్న 7 చిప్‌లు 32 GBతో వస్తాయి. దాని సొంత జాబితా, వేగాల కోసం దేన్నైనా తెరవండి.
బాగా నడిచేవి 38
కాంటెక్స్ట్‌కు చోటుతో సరిపోతాయి, M1 Maxపై సెకనుకు 10 లేదా అంతకంటే ఎక్కువ టోకెన్‌లతో.
| మోడల్ | వెర్షన్ | మెమరీ | M4 | M1 Max |
|---|---|---|---|---|
| Qwen3.8 27B27B · ఇంటెలిజెన్స్ 33.7 | 4-బిట్ | 15.2 GB | 2–4 | 12–21 |
| Qwen3.6 35B A3B35B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 18.2 | 4-బిట్ | 19.7 GB | 32–56 | 106–188 |
| Muse Glimmer 30B29.6B · ఇంటెలిజెన్స్ 17.5 | 4-బిట్ | 16.7 GB | 3–6 | 11–19 |
| Gemma 4 31B30.7B · ఇంటెలిజెన్స్ 14.7 | 4-బిట్ | 17.3 GB | 3–6 | 10–18 |
| Nemotron 3.5 Lightning 30B A3B30B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 12.9 | 4-బిట్ | 16.9 GB | 32–56 | 106–188 |
| Granite 4.2 30B30B · ఇంటెలిజెన్స్ 12.7 | 4-బిట్ | 16.9 GB | 3–6 | 11–19 |
| MiniCPM5 2B2.52B · ఇంటెలిజెన్స్ 12.5 | 8-బిట్ | 2.7 GB | 20–36 | 67–119 |
| Qwen3.5 9B9B · ఇంటెలిజెన్స్ 11.2 | 8-బిట్ | 9.6 GB | 11–19 | 19–33 |
| Granite 4.2 8B8B · ఇంటెలిజెన్స్ 11.1 | 8-బిట్ | 8.5 GB | 12–21 | 21–38 |
| Granite 4.2 3B3B · ఇంటెలిజెన్స్ 9.1 | 8-బిట్ | 3.2 GB | 17–30 | 56–100 |
| gpt-oss-20b21B · 3.6B యాక్టివ్ · ఇంటెలిజెన్స్ 9 | నేటివ్ 4.25-బిట్ | 13.8 GB | 28–51 | 95–168 |
| Nemotron 3 Nano 30B A3B30B · 3.5B యాక్టివ్ · ఇంటెలిజెన్స్ 8.9 | 4-బిట్ | 16.9 GB | 27–48 | 90–160 |
| Gemma 4 E4B8B · ఇంటెలిజెన్స్ 8.9 | 8-బిట్ | 8.5 GB | 11–20 | 38–67 |
| Ministral 3 8B8.9B · ఇంటెలిజెన్స్ 5.5 | 8-బిట్ | 9.5 GB | 11–19 | 19–34 |
| Nemotron 3 Nano 4B3.97B · ఇంటెలిజెన్స్ 4.8 | 8-బిట్ | 4.2 GB | 13–23 | 43–76 |
| Qwen3 Coder 30B A3B Instruct30.5B · 3.3B యాక్టివ్ | 4-బిట్ | 17.2 GB | 28–51 | 95–168 |
| GLM-4.7 Flash30B · 3B యాక్టివ్ | 4-బిట్ | 16.9 GB | 32–56 | 106–188 |
| Qwen3.6 27B27B | 4-బిట్ | 15.2 GB | 2–4 | 12–21 |
| Gemma 4 26B A4B25.2B · 3.8B యాక్టివ్ | 6-బిట్ | 20.5 GB | 17–31 | 58–103 |
| Devstral Small 2 (24B)24B | 4-బిట్ | 13.5 GB | 3–5 | 13–24 |
| Magistral Small 1.2 (2509)24B | 4-బిట్ | 13.5 GB | 3–5 | 13–24 |
| Mistral Small 3.2 (24B)24B | 4-బిట్ | 13.5 GB | 3–5 | 13–24 |
| LFM2.5 24B A2B24B · 2B యాక్టివ్ | 6-బిట్ | 19.5 GB | 34–60 | 113–200 |
| Phi-4 Reasoning Vision 15B15B | 8-బిట్ | 15.9 GB | 3–6 | 11–20 |
| Phi-4 (14B)14B | 8-బిట్ | 14.9 GB | 4–6 | 12–21 |
| Gemma 4 12B Unified12B | 8-బిట్ | 12.7 GB | 4–8 | 14–25 |
| Qwen3 8B8.2B | 8-బిట్ | 8.7 GB | 12–21 | 21–37 |
| Llama 3.1 8B Instruct8B | 8-బిట్ | 8.5 GB | 12–21 | 21–38 |
| Gemma 4 E2B5.1B | 8-బిట్ | 5.4 GB | 23–40 | 75–133 |
| Qwen3.5 4B4B | 8-బిట్ | 4.3 GB | 13–22 | 42–74 |
| Phi-4 mini instruct3.8B | 8-బిట్ | 4 GB | 14–24 | 45–80 |
| Llama 3.2 3B Instruct3.21B | 8-బిట్ | 3.4 GB | 16–28 | 53–94 |
| SmolLM3 3B3B | 8-బిట్ | 3.2 GB | 17–30 | 56–100 |
| LFM2.5 2.6B2.69B | 8-బిట్ | 2.9 GB | 19–33 | 62–110 |
| Qwen3.5 2B2B | 8-బిట్ | 2.1 GB | 26–46 | 86–152 |
| Llama 3.2 1B Instruct1.23B | 8-బిట్ | 1.3 GB | 42–74 | 138–246 |
| Qwen3.5 0.8B0.8B | 8-బిట్ | 0.9 GB | 60–107 | 200–356 |
| Qwen3 0.6B0.6B | 8-బిట్ | 0.6 GB | 90–160 | 300–533 |
నడుస్తాయి, కానీ నెమ్మదిగా 1
సరిపోతాయి, కానీ సెకనుకు 10 టోకెన్‌ల కంటే తక్కువ: బ్యాచ్ పనులకు సరే, చాట్‌కు నెమ్మది.
| మోడల్ | వెర్షన్ | మెమరీ | M4 | M1 Max |
|---|---|---|---|---|
| Llama 3.3 70B Instruct70B | 2-బిట్ తక్కువ నాణ్యత | 21.9 GB | 2–4 | 8–15 |
అతికష్టంగా సరిపోయేవి 2
దాదాపు మొత్తం మెమరీ కావాలి: GPU మెమరీ పరిమితిని పెంచి, కాంటెక్స్ట్‌ను చిన్నగా ఉంచండి.
| మోడల్ | వెర్షన్ | మెమరీ | M4 | M1 Max |
|---|---|---|---|---|
| Nemotron 3.5 Bolt 74B A9B74B · 9B యాక్టివ్ · ఇంటెలిజెన్స్ 21.4 | 2-బిట్ తక్కువ నాణ్యత | 23.1 GB | 19–34 | 64–114 |
| Qwen3 Coder Next80B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 9.2 | 2-బిట్ తక్కువ నాణ్యత | 25 GB | 60–107 | 200–356 |
చాలా పెద్దవి 32
32 GB కంటే ఎక్కువ మెమరీ కావాలి, 2 బిట్‌ల వద్ద కూడా.
- MiMo V2.6 Pro1,020B
- Kimi K32,800B
- MiMo V2.6 Flash309B
- Kimi K2.7 Code1,000B
- gpt-oss-120b117B
- Kimi K2.61,000B
- DeepSeek V4.1 Flash 1017552B
- GLM-5.3744B
- GLM-5.3 Flash320B
- Qwen3.8 2.4T A95B2,400B
- Qwen3.8 Flash Next180B
- Muse Spark Open816B
- DeepSeek V4 Pro 08131,600B
- Beam 1.0501B
- MiniMax M3428B
- Inkling Small276B
- Hy3295B
- Inkling975B
- Nemotron 3 Ultra 550B A55B550B
- Qwen3.5 397B A17B397B
- Qwen3.5 122B A10B122B
- Mistral Medium 3.5 (128B)128B
- Mistral Small 4 (119B)119B
- Llama 4 Maverick 17B-128E Instruct400B
- Llama 4 Scout 17B-16E Instruct109B
- Mistral Large 3 (675B)675B
- DeepSeek V4 Flash 0731284B
- MiniMax M2.7230B
- Devstral 2 (123B)123B
- Ornith 1.5 122B122B
- Nemotron 3 Super 120B A12B120B
- GLM-4.5 Air106B
ప్రశ్నలు
- 32 GB ఉన్న Macకు ఉత్తమ LLM ఏది?
- Intelligence Index ప్రచురించిన మోడల్లలో, 32 GBలో బాగా నడిచేవాటిలో Qwen3.8 27Bకు అత్యధిక స్కోరు ఉంది (4-బిట్). బాగా నడిచేవాటిలో అతిపెద్దది Qwen3.6 35B A3B. కోడ్ కోసం: Qwen3 Coder 30B A3B Instruct.
- Macలో లోకల్ AIకి 32 GB సరిపోతుందా?
- ఇక్కడి 73 ఓపెన్ మోడల్లలో 38, 4 బిట్లు లేదా అంతకంటే మెరుగైన ప్రెసిషన్ వద్ద దీనిలో బాగా నడుస్తాయి. డిఫాల్ట్గా macOS దీనిలో సుమారు 24 GBను GPU వాడుకోనిస్తుంది; మోడల్, దాని కాంటెక్స్ట్ అందులోనే సరిపోవాలి.
- 32 GB Mac gpt-oss-20bను నడపగలదా?
- అవును, నేటివ్ 4.25-బిట్, M4పై సెకనుకు సుమారు 28–51 టోకెన్లు, M1 Maxపై 95–168.
ఇతర సైజులు: 8 GB · 16 GB · 18 GB · 24 GB · 32 GB · 36 GB · 48 GB · 64 GB · 96 GB · 128 GB · 192 GB · 256 GB · 512 GB
వీటిని MLX Harnessతో (ఉచితం, ఓపెన్ సోర్స్) లేదా Terminalలో Apple mlx-lmతో నడపండి: దశలవారీగా.
ఎలా లెక్కించాం
మెమరీ: మోడల్ పారామీటర్‌లు వెయిట్‌కు 8, 6, 4, 3 లేదా 2 బిట్‌ల వద్ద, దానితో పాటు MLX గ్రూప్ స్కేల్‌లు (వెయిట్‌కు అర బిట్), లేదా దాని నేటివ్ ఫార్మాట్, పైన కాంటెక్స్ట్‌కు చోటు. డిఫాల్ట్గా macOS యూనిఫైడ్ మెమరీలో సుమారు 75%ను GPU వాడుకోనిస్తుంది. వేగం: మెమరీ బ్యాండ్‌విడ్త్‌ను ప్రతి టోకెన్‌కు చదివే బైట్‌లతో భాగిస్తే ఒక సంభాషణకు గరిష్ఠ పరిమితి వస్తుంది; llama.cpp పబ్లిక్ Apple Silicon బెంచ్‌మార్క్‌లలో నిజమైన రన్‌లు దానిలో సుమారు 45% నుండి 80% వరకు చేరుతాయి, ఆ పరిధినే చూపిస్తున్నాం. ఇవి అంచనాలు, కొలతలు కావు: మీ సొంత Macను MLX Benchలో కొలవండి. మోడల్ వివరాలు ప్రతి అధికారిక మోడల్ కార్డ్ నుండి, చిప్ వివరాలు Apple Tech Specs నుండి. 2026-10-19న తనిఖీ చేశాం. mlx.app/compareలో ఉన్న అదే డేటా.