| మోడల్ | సైజు | 4-బిట్ వద్ద | అతిచిన్న Mac |
|---|---|---|---|
| Qwen3 0.6BQwen (Alibaba) | 0.6B | 1.8 GB | 8 GB |
| Qwen3.5 0.8BQwen (Alibaba) | 0.8B | 2 GB | 8 GB |
| Llama 3.2 1B InstructMeta | 1.23B | 2.2 GB | 8 GB |
| Qwen3.5 2BQwen (Alibaba) | 2B | 2.6 GB | 8 GB |
| MiniCPM5 2BOpenBMB | 2.52B | 2.9 GB | 8 GB |
| LFM2.5 2.6BLiquid AI | 2.69B | 3 GB | 8 GB |
| Granite 4.2 3BIBM | 3B | 3.2 GB | 8 GB |
| SmolLM3 3BHugging Face | 3B | 3.2 GB | 8 GB |
| Llama 3.2 3B InstructMeta | 3.21B | 3.3 GB | 8 GB |
| Phi-4 mini instructMicrosoft | 3.8B | 3.6 GB | 8 GB |
| Nemotron 3 Nano 4BNVIDIA | 3.97B | 3.7 GB | 8 GB |
| Qwen3.5 4BQwen (Alibaba) | 4B | 3.8 GB | 8 GB |
| Gemma 4 E2BGoogle DeepMind | 5.1B | 4.4 GB | 8 GB |
| Llama 3.1 8B InstructMeta | 8B | 6 GB | 8 GB |
| Gemma 4 E4BGoogle DeepMind | 8B | 6 GB | 8 GB |
| Granite 4.2 8BIBM | 8B | 6 GB | 8 GB |
| Qwen3 8BQwen (Alibaba) | 8.2B | 6.1 GB | 16 GB |
| Ministral 3 8BMistral AI | 8.9B | 6.5 GB | 16 GB |
| Qwen3.5 9BQwen (Alibaba) | 9B | 6.6 GB | 16 GB |
| Gemma 4 12B UnifiedGoogle DeepMind | 12B | 8.2 GB | 16 GB |
| Phi-4 (14B)Microsoft | 14B | 9.4 GB | 16 GB |
| Phi-4 Reasoning Vision 15BMicrosoft | 15B | 9.9 GB | 16 GB |
| gpt-oss-20bOpenAI | 21B · 3.6B యాక్టివ్ | 15.3 GB | 24 GB |
| Devstral Small 2 (24B)Mistral AI | 24B | 15 GB | 24 GB |
| Magistral Small 1.2 (2509)Mistral AI | 24B | 15 GB | 24 GB |
| Mistral Small 3.2 (24B)Mistral AI | 24B | 15 GB | 24 GB |
| LFM2.5 24B A2BLiquid AI | 24B · 2B యాక్టివ్ | 15 GB | 24 GB |
| Gemma 4 26B A4BGoogle DeepMind | 25.2B · 3.8B యాక్టివ్ | 15.7 GB | 24 GB |
| Qwen3.8 27BQwen (Alibaba) | 27B | 16.7 GB | 24 GB |
| Qwen3.6 27BQwen (Alibaba) | 27B | 16.7 GB | 24 GB |
| Muse Glimmer 30BMeta (Meta Superintelligence Lab) | 29.6B | 18.2 GB | 32 GB |
| GLM-4.7 FlashZ.ai (Zhipu) | 30B · 3B యాక్టివ్ | 18.4 GB | 32 GB |
| Nemotron 3 Nano 30B A3BNVIDIA | 30B · 3.5B యాక్టివ్ | 18.4 GB | 32 GB |
| Nemotron 3.5 Lightning 30B A3BNVIDIA | 30B · 3B యాక్టివ్ | 18.4 GB | 32 GB |
| Granite 4.2 30BIBM | 30B | 18.4 GB | 32 GB |
| Qwen3 Coder 30B A3B InstructQwen (Alibaba) | 30.5B · 3.3B యాక్టివ్ | 18.7 GB | 32 GB |
| Gemma 4 31BGoogle DeepMind | 30.7B | 18.8 GB | 32 GB |
| Qwen3.6 35B A3BQwen (Alibaba) | 35B · 3B యాక్టివ్ | 21.3 GB | 32 GB |
| Llama 3.3 70B InstructMeta | 70B | 42.6 GB | 64 GB |
| Nemotron 3.5 Bolt 74B A9BNVIDIA | 74B · 9B యాక్టివ్ | 44.9 GB | 64 GB |
| Qwen3 Coder NextQwen (Alibaba) | 80B · 3B యాక్టివ్ | 48.6 GB | 96 GB |
| GLM-4.5 AirZ.ai (Zhipu) | 106B · 12B యాక్టివ్ | 64.4 GB | 96 GB |
| Llama 4 Scout 17B-16E InstructMeta | 109B · 17B యాక్టివ్ | 66.2 GB | 96 GB |
| gpt-oss-120bOpenAI | 117B · 5.1B యాక్టివ్ | 70.5 GB | 96 GB |
| Mistral Small 4 (119B)Mistral AI | 119B · 6.5B యాక్టివ్ | 72.3 GB | 128 GB |
| Nemotron 3 Super 120B A12BNVIDIA | 120B · 12B యాక్టివ్ | 72.9 GB | 128 GB |
| Qwen3.5 122B A10BQwen (Alibaba) | 122B · 10B యాక్టివ్ | 74.1 GB | 128 GB |
| Ornith 1.5 122BOrnith AI | 122B · 10B యాక్టివ్ | 74.1 GB | 128 GB |
| Devstral 2 (123B)Mistral AI | 123B | 74.7 GB | 128 GB |
| Mistral Medium 3.5 (128B)Mistral AI | 128B | 77.8 GB | 128 GB |
| Qwen3.8 Flash NextQwen (Alibaba) | 180B · 6B యాక్టివ్ | 109 GB | 192 GB |
| MiniMax M2.7MiniMax | 230B · 10B యాక్టివ్ | 140 GB | 192 GB |
| Inkling SmallThinking Machines Lab | 276B · 12B యాక్టివ్ | 168 GB | 256 GB |
| DeepSeek V4 Flash 0731DeepSeek | 284B · 13B యాక్టివ్ | 173 GB | 256 GB |
| Hy3Tencent | 295B · 21B యాక్టివ్ | 179 GB | 256 GB |
| MiMo V2.6 FlashXiaomi | 309B · 15B యాక్టివ్ | 187 GB | 256 GB |
| GLM-5.3 FlashZ.ai (Zhipu) | 320B · 18B యాక్టివ్ | 194 GB | 512 GB |
| Qwen3.5 397B A17BQwen (Alibaba) | 397B · 17B యాక్టివ్ | 241 GB | 512 GB |
| Llama 4 Maverick 17B-128E InstructMeta | 400B · 17B యాక్టివ్ | 243 GB | 512 GB |
| MiniMax M3MiniMax | 428B · 23B యాక్టివ్ | 260 GB | 512 GB |
| Beam 1.0Reflection AI | 501B · 23B యాక్టివ్ | 304 GB | 512 GB |
| Nemotron 3 Ultra 550B A55BNVIDIA | 550B · 55B యాక్టివ్ | 334 GB | 512 GB |
| DeepSeek V4.1 Flash 1017DeepSeek | 552B · 16B యాక్టివ్ | 335 GB | 512 GB |
| Mistral Large 3 (675B)Mistral AI | 675B · 41B యాక్టివ్ | 410 GB | 512 GB |
| GLM-5.3Z.ai (Zhipu) | 744B · 40B యాక్టివ్ | 452 GB | 512 GB |
| Muse Spark OpenMeta (Meta Superintelligence Labs) | 816B · 42B యాక్టివ్ | 496 GB | 512 GB |
| InklingThinking Machines Lab | 975B · 41B యాక్టివ్ | 592 GB | 512 GB |
| Kimi K2.6Moonshot AI | 1,000B · 32B యాక్టివ్ | 643 GB | 512 GB |
| Kimi K2.7 CodeMoonshot AI | 1,000B · 32B యాక్టివ్ | 643 GB | 512 GB |
| MiMo V2.6 ProXiaomi | 1,020B · 42B యాక్టివ్ | 611 GB | 512 GB |
| DeepSeek V4 Pro 0813DeepSeek | 1,600B · 49B యాక్టివ్ | 972 GB | ఏదీ లేదు |
| Qwen3.8 2.4T A95BQwen (Alibaba) | 2,400B · 95B యాక్టివ్ | 1.5 TB | ఏదీ లేదు |
| Kimi K3Moonshot AI | 2,800B · 104B యాక్టివ్ | 1.7 TB | ఏదీ లేదు |
లేదా మీ Mac నుండి మొదలుపెట్టండి: అన్ని Macలు · పోలిక
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.