లాగిన్వాలెట్ సృష్టించండి

48 GB Macకు ఉత్తమ LLMలు.

48 GBలో 73 ఓపెన్ మోడల్‌లలో 38 బాగా నడుస్తాయి. డిఫాల్ట్‌గా GPU దానిలో సుమారు 36 GB వాడుకోగలదు. వేగం చిప్‌పై ఆధారపడుతుంది: M4 Proపై 273 GB/s నుండి M5 Maxపై 614 GB/s వరకు.

బాగా నడిచేవాటిలో అత్యంత తెలివైనదిQwen3.8 27B8-బిట్ · 28.7 GB · 4–17 tok/sబాగా నడిచేవాటిలో అతిపెద్దదిQwen3.6 35B A3B6-బిట్ · 28.4 GB · 51–205 tok/sకోడ్ కోసంQwen3 Coder 30B A3B Instruct8-బిట్ · 32.4 GB · 35–140 tok/s

48 GB ఉన్న Macలు

M3 నుండి M5 వరకు ఉన్న 5 చిప్‌లు 48 GBతో వస్తాయి. దాని సొంత జాబితా, వేగాల కోసం దేన్నైనా తెరవండి.

బాగా నడిచేవి 41

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

మోడల్వెర్షన్మెమరీM4 ProM5 Max
Qwen3.8 27B27B · ఇంటెలిజెన్స్ 33.78-బిట్28.7 GB4–810–17
Qwen3.6 35B A3B35B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 18.26-బిట్28.4 GB51–91115–205
Muse Glimmer 30B29.6B · ఇంటెలిజెన్స్ 17.56-బిట్24.1 GB4–711–20
Gemma 4 31B30.7B · ఇంటెలిజెన్స్ 14.76-బిట్24.9 GB4–711–20
Nemotron 3.5 Lightning 30B A3B30B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 12.98-బిట్31.9 GB38–6886–154
Granite 4.2 30B30B · ఇంటెలిజెన్స్ 12.76-బిట్24.4 GB4–711–20
MiniCPM5 2B2.52B · ఇంటెలిజెన్స్ 12.58-బిట్2.7 GB45–81102–182
Qwen3.5 9B9B · ఇంటెలిజెన్స్ 11.28-బిట్9.6 GB13–2329–51
Granite 4.2 8B8B · ఇంటెలిజెన్స్ 11.18-బిట్8.5 GB14–2633–58
Granite 4.2 3B3B · ఇంటెలిజెన్స్ 9.18-బిట్3.2 GB38–6886–154
gpt-oss-20b21B · 3.6B యాక్టివ్ · ఇంటెలిజెన్స్ 9నేటివ్ 4.25-బిట్13.8 GB65–115145–259
Nemotron 3 Nano 30B A3B30B · 3.5B యాక్టివ్ · ఇంటెలిజెన్స్ 8.98-బిట్31.9 GB33–5975–133
Gemma 4 E4B8B · ఇంటెలిజెన్స్ 8.98-బిట్8.5 GB26–4658–102
Ministral 3 8B8.9B · ఇంటెలిజెన్స్ 5.58-బిట్9.5 GB13–2329–52
Nemotron 3 Nano 4B3.97B · ఇంటెలిజెన్స్ 4.88-బిట్4.2 GB29–5266–117
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B యాక్టివ్8-బిట్32.4 GB35–6279–140
GLM-4.7 Flash30B · 3B యాక్టివ్8-బిట్31.9 GB38–6886–154
Qwen3.6 27B27B8-బిట్28.7 GB4–810–17
Gemma 4 26B A4B25.2B · 3.8B యాక్టివ్8-బిట్26.8 GB31–5569–123
Devstral Small 2 (24B)24B8-బిట్25.5 GB5–911–19
Magistral Small 1.2 (2509)24B8-బిట్25.5 GB5–911–19
Mistral Small 3.2 (24B)24B8-బిట్25.5 GB5–911–19
LFM2.5 24B A2B24B · 2B యాక్టివ్8-బిట్25.5 GB59–104132–234
Phi-4 Reasoning Vision 15B15B8-బిట్15.9 GB10–1817–31
Phi-4 (14B)14B8-బిట్14.9 GB11–1919–33
Gemma 4 12B Unified12B8-బిట్12.7 GB10–1722–39
Qwen3 8B8.2B8-బిట్8.7 GB14–2532–56
Llama 3.1 8B Instruct8B8-బిట్8.5 GB14–2633–58
Gemma 4 E2B5.1B8-బిట్5.4 GB51–91115–205
Qwen3.5 4B4B8-బిట్4.3 GB29–5164–114
Phi-4 mini instruct3.8B8-బిట్4 GB31–5569–123
Llama 3.2 3B Instruct3.21B8-బిట్3.4 GB36–6481–144
SmolLM3 3B3B8-బిట్3.2 GB38–6886–154
LFM2.5 2.6B2.69B8-బిట్2.9 GB42–7595–169
Qwen3.5 2B2B8-బిట్2.1 GB59–104132–234
Llama 3.2 1B Instruct1.23B8-బిట్1.3 GB95–168213–378
Qwen3.5 0.8B0.8B8-బిట్0.9 GB137–243307–546
Qwen3 0.6B0.6B8-బిట్0.6 GB205–364461–819
Nemotron 3.5 Bolt 74B A9B74B · 9B యాక్టివ్ · ఇంటెలిజెన్స్ 21.43-బిట్ తక్కువ నాణ్యత32.4 GB32–5671–126
Qwen3 Coder Next80B · 3B యాక్టివ్ · ఇంటెలిజెన్స్ 9.22-బిట్ తక్కువ నాణ్యత25 GB137–243307–546
GLM-4.5 Air106B · 12B యాక్టివ్2-బిట్ తక్కువ నాణ్యత33.1 GB32–5773–129

నడుస్తాయి, కానీ నెమ్మదిగా 1

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

మోడల్వెర్షన్మెమరీM4 ProM5 Max
Llama 3.3 70B Instruct70B3-బిట్ తక్కువ నాణ్యత30.6 GB4–79–16

అతికష్టంగా సరిపోయేవి 8

దాదాపు మొత్తం మెమరీ కావాలి: GPU మెమరీ పరిమితిని పెంచి, కాంటెక్స్ట్‌ను చిన్నగా ఉంచండి.

మోడల్వెర్షన్మెమరీM4 ProM5 Max
Qwen3.5 122B A10B122B · 10B యాక్టివ్ · ఇంటెలిజెన్స్ 15.62-బిట్ తక్కువ నాణ్యత38.1 GB40–7089–158
Mistral Medium 3.5 (128B)128B · ఇంటెలిజెన్స్ 14.22-బిట్ తక్కువ నాణ్యత40 GB3–57–12
gpt-oss-120b117B · 5.1B యాక్టివ్ · ఇంటెలిజెన్స్ 11.62-బిట్ తక్కువ నాణ్యత36.6 GB77–137173–307
Mistral Small 4 (119B)119B · 6.5B యాక్టివ్ · ఇంటెలిజెన్స్ 11.32-బిట్ తక్కువ నాణ్యత37.2 GB61–109138–246
Llama 4 Scout 17B-16E Instruct109B · 17B యాక్టివ్ · ఇంటెలిజెన్స్ 6.52-బిట్ తక్కువ నాణ్యత34.1 GB23–4152–93
Devstral 2 (123B)123B2-బిట్ తక్కువ నాణ్యత38.4 GB3–67–13
Ornith 1.5 122B122B · 10B యాక్టివ్2-బిట్ తక్కువ నాణ్యత38.1 GB40–7089–158
Nemotron 3 Super 120B A12B120B · 12B యాక్టివ్2-బిట్ తక్కువ నాణ్యత37.5 GB32–5773–129

చాలా పెద్దవి 23

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

ప్రశ్నలు

48 GB ఉన్న Macకు ఉత్తమ LLM ఏది?
Intelligence Index ప్రచురించిన మోడల్‌లలో, 48 GBలో బాగా నడిచేవాటిలో Qwen3.8 27Bకు అత్యధిక స్కోరు ఉంది (8-బిట్). బాగా నడిచేవాటిలో అతిపెద్దది Qwen3.6 35B A3B. కోడ్ కోసం: Qwen3 Coder 30B A3B Instruct.
Macలో లోకల్ AIకి 48 GB సరిపోతుందా?
ఇక్కడి 73 ఓపెన్ మోడల్‌లలో 38, 4 బిట్‌లు లేదా అంతకంటే మెరుగైన ప్రెసిషన్ వద్ద దీనిలో బాగా నడుస్తాయి. డిఫాల్ట్‌గా macOS దీనిలో సుమారు 36 GBను GPU వాడుకోనిస్తుంది; మోడల్, దాని కాంటెక్స్ట్ అందులోనే సరిపోవాలి.
48 GB Mac gpt-oss-20bను నడపగలదా?
అవును, నేటివ్ 4.25-బిట్, M4 Proపై సెకనుకు సుమారు 65–115 టోకెన్‌లు, M5 Maxపై 145–259.

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.

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