మెమరీ సైజు వారీగా
| మెమరీ | బాగా నడిచేవి | బాగా నడిచేవాటిలో అతిపెద్దది | gpt-oss-20b |
|---|---|---|---|
| 24 GB307 GB/s | 28 | Gemma 4 26B A4B | 73–129 tok/s |
| 48 GB307 GB/s | 33 | Qwen3.6 35B A3B | 73–129 tok/s |
| 64 GB307 GB/s | 34 | Nemotron 3.5 Bolt 74B A9B | 73–129 tok/s |
Mac మోడల్లు: Mac mini (M6 or M5 Pro). ప్రతి Mac మోడల్‌లో ప్రతి మెమరీ సైజు అందుబాటులో ఉండదు; దేనితో ఏది వస్తుందో Apple Tech Specs జాబితా చేస్తాయి.
ప్రశ్నలు
- లోకల్ LLMలకు M5 Pro చిప్ ఉన్న Mac mini మంచిదేనా?
- 64 GBతో ఇది 73 ఓపెన్ మోడల్లలో 34ను బాగా నడుపుతుంది, Nemotron 3.5 Bolt 74B A9B వరకు, gpt-oss-20b మోడల్తో సెకనుకు సుమారు 73–129 టోకెన్లు రాస్తుంది. M5 Pro చిప్ 307 GB/s వేగంతో మెమరీని చదువుతుంది, అదే ఇది ఎంత వేగంగా రాస్తుందో నిర్ణయిస్తుంది.
- AI కోసం M5 Pro చిప్ ఉన్న Mac mini ఎంత మెమరీతో తీసుకోవాలి?
- 24 GBతో ఇది 28 ఓపెన్ మోడల్లను బాగా నడుపుతుంది; 64 GBతో 34, Nemotron 3.5 Bolt 74B A9B వరకు. ఏ మోడల్లు సరిపోతాయో మెమరీ నిర్ణయిస్తుంది, దాన్ని తర్వాత అప్గ్రేడ్ చేయలేరు.
ఇతర Macలు
ఇతర చిప్‌లతో Mac mini:
M5 Pro చిప్ ఉన్న ఇతర Macలు:
ముఖాముఖి:
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.