36 GB Macకు ఉత్తమ LLMలు.

36 GBలో 73 ఓపెన్ మోడల్‌లలో 38 బాగా నడుస్తాయి. డిఫాల్ట్‌గా GPU దానిలో సుమారు 27 GB వాడుకోగలదు. వేగం చిప్‌పై ఆధారపడుతుంది: M3 Proపై 150 GB/s నుండి M5 Maxపై 460 GB/s వరకు.

బాగా నడిచేవాటిలో అత్యంత తెలివైనదిQwen3.8 27B4-బిట్ · 15.2 GB · 3–24 tok/sబాగా నడిచేవాటిలో అతిపెద్దదిQwen3.6 35B A3B4-బిట్ · 19.7 GB · 40–216 tok/sకోడ్ కోసంQwen3 Coder 30B A3B Instruct6-బిట్ · 24.8 GB · 25–136 tok/s

36 GB ఉన్న Macలు

M3 నుండి M5 వరకు ఉన్న 4 చిప్‌లు 36 GBతో వస్తాయి. దాని సొంత జాబితా, వేగాల కోసం దేన్నైనా తెరవండి.

బాగా నడిచేవి 40

కాంటెక్స్ట్‌కు చోటుతో సరిపోతాయి, M5 Maxపై సెకనుకు 10 లేదా అంతకంటే ఎక్కువ టోకెన్‌లతో.

మోడల్వెర్షన్మెమరీM3 ProM5 Max
Qwen3.8 27B27B · ఇంటెలిజెన్స్ 33.74-బిట్15.2 GB3–514–24
Qwen3.6 35B A3B35B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 18.24-బిట్19.7 GB40–71122–216
Muse Glimmer 30B29.6B · ఇంటెలిజెన్స్ 17.54-బిట్16.7 GB3–512–22
Gemma 4 31B30.7B · ఇంటెలిజెన్స్ 14.74-బిట్17.3 GB3–512–21
Nemotron 3.5 Lightning 30B A3B30B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 12.96-బిట్24.4 GB28–5086–153
Granite 4.2 30B30B · ఇంటెలిజెన్స్ 12.74-బిట్16.9 GB3–512–22
MiniCPM5 2B2.52B · ఇంటెలిజెన్స్ 12.58-బిట్2.7 GB25–4477–136
Qwen3.5 9B9B · ఇంటెలిజెన్స్ 11.28-బిట్9.6 GB13–2422–38
Granite 4.2 8B8B · ఇంటెలిజెన్స్ 11.18-బిట్8.5 GB10–1824–43
Granite 4.2 3B3B · ఇంటెలిజెన్స్ 9.18-బిట్3.2 GB21–3865–115
gpt-oss-20b21B · 3.6B యాక్టివ్ · ఇంటెలిజెన్స్ 9నేటివ్ 4.25-బిట్13.8 GB36–63109–194
Nemotron 3 Nano 30B A3B30B · 3.5B యాక్టివ్ · ఇంటెలిజెన్స్ 8.96-బిట్24.4 GB24–4374–131
Gemma 4 E4B8B · ఇంటెలిజెన్స్ 8.98-బిట్8.5 GB14–2543–77
Ministral 3 8B8.9B · ఇంటెలిజెన్స్ 5.58-బిట్9.5 GB14–2422–39
Nemotron 3 Nano 4B3.97B · ఇంటెలిజెన్స్ 4.88-బిట్4.2 GB16–2949–88
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B యాక్టివ్6-బిట్24.8 GB25–4477–136
GLM-4.7 Flash30B · 3B యాక్టివ్6-బిట్24.4 GB28–5086–153
Qwen3.6 27B27B4-బిట్15.2 GB3–514–24
Gemma 4 26B A4B25.2B · 3.8B యాక్టివ్6-బిట్20.5 GB22–3967–119
Devstral Small 2 (24B)24B6-బిట్19.5 GB3–611–19
Magistral Small 1.2 (2509)24B6-బిట్19.5 GB3–611–19
Mistral Small 3.2 (24B)24B6-బిట్19.5 GB3–611–19
LFM2.5 24B A2B24B · 2B యాక్టివ్6-బిట్19.5 GB42–75129–230
Phi-4 Reasoning Vision 15B15B8-బిట్15.9 GB4–813–23
Phi-4 (14B)14B8-బిట్14.9 GB5–814–25
Gemma 4 12B Unified12B8-బిట్12.7 GB10–1816–29
Qwen3 8B8.2B8-బిట్8.7 GB10–1824–42
Llama 3.1 8B Instruct8B8-బిట్8.5 GB10–1824–43
Gemma 4 E2B5.1B8-బిట్5.4 GB28–5086–153
Qwen3.5 4B4B8-బిట్4.3 GB16–2848–86
Phi-4 mini instruct3.8B8-బిట్4 GB17–3052–92
Llama 3.2 3B Instruct3.21B8-బిట్3.4 GB20–3561–108
SmolLM3 3B3B8-బిట్3.2 GB21–3865–115
LFM2.5 2.6B2.69B8-బిట్2.9 GB23–4171–127
Qwen3.5 2B2B8-బిట్2.1 GB32–5799–175
Llama 3.2 1B Instruct1.23B8-బిట్1.3 GB52–92159–283
Qwen3.5 0.8B0.8B8-బిట్0.9 GB75–133230–409
Qwen3 0.6B0.6B8-బిట్0.6 GB113–200345–613
Nemotron 3.5 Bolt 74B A9B74B · 9B యాక్టివ్ · ఇంటెలిజెన్స్ 21.42-బిట్ తక్కువ నాణ్యత23.1 GB24–4374–131
Qwen3 Coder Next80B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 9.22-బిట్ తక్కువ నాణ్యత25 GB75–133230–409

నడుస్తాయి, కానీ నెమ్మదిగా 1

సరిపోతాయి, కానీ సెకనుకు 10 టోకెన్‌ల కంటే తక్కువ: బ్యాచ్ పనులకు సరే, చాట్‌కు నెమ్మది.

మోడల్వెర్షన్మెమరీM3 ProM5 Max
Llama 3.3 70B Instruct70B2-బిట్ తక్కువ నాణ్యత21.9 GB3–59–17

చాలా పెద్దవి 32

36 GB కంటే ఎక్కువ మెమరీ కావాలి, 2 బిట్‌ల వద్ద కూడా.

ప్రశ్నలు

36 GB ఉన్న Macకు ఉత్తమ LLM ఏది?
Intelligence Index ప్రచురించిన మోడల్‌లలో, 36 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 36 GB సరిపోతుందా?
ఇక్కడి 73 ఓపెన్ మోడల్‌లలో 38, 4 బిట్‌లు లేదా అంతకంటే మెరుగైన ప్రెసిషన్ వద్ద దీనిలో బాగా నడుస్తాయి. డిఫాల్ట్‌గా macOS దీనిలో సుమారు 27 GBను GPU వాడుకోనిస్తుంది; మోడల్, దాని కాంటెక్స్ట్ అందులోనే సరిపోవాలి.
36 GB Mac gpt-oss-20bను నడపగలదా?
అవును, నేటివ్ 4.25-బిట్, M3 Proపై సెకనుకు సుమారు 36–63 టోకెన్‌లు, M5 Maxపై 109–194.

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.

36 GB Macకు ఉత్తమ లోకల్ LLMలు (M3 నుండి M5): ఏవి నడుస్తాయి