เข้าสู่ระบบสร้างวอลเล็ต

LLM ที่ดีที่สุดสำหรับ Mac 18 GB

โมเดลแบบเปิด 20 จาก 73 โมเดลรันได้ดีใน 18 GB โดยค่าเริ่มต้น GPU ใช้ได้ราว 14 GB M3 Pro อ่านหน่วยความจำที่ 150 GB/s

ฉลาดที่สุดที่รันได้ดีMiniCPM5 2B8 บิต · 2.7 GB · 25–44 tok/sใหญ่ที่สุดที่รันได้ดีGemma 4 12B Unified4 บิต · 6.7 GB · 10–18 tok/s

Mac ที่มี 18 GB

มีชิป 1 รุ่นจาก M3 ที่มาพร้อม 18 GB เปิดแต่ละรุ่นเพื่อดูรายการและความเร็วของรุ่นนั้น

รันได้ดี 27

ใส่ได้และยังเหลือที่สำหรับบริบท ได้ 10 โทเค็นต่อวินาทีขึ้นไปบน M3 Pro

โมเดลเวอร์ชันหน่วยความจำโทเค็น/วินาที
MiniCPM5 2B2.52B · ความฉลาด 12.58 บิต2.7 GB25–44
Qwen3.5 9B9B · ความฉลาด 11.24 บิต5.1 GB13–24
Granite 4.2 8B8B · ความฉลาด 11.16 บิต6.5 GB10–18
Granite 4.2 3B3B · ความฉลาด 9.18 บิต3.2 GB21–38
Gemma 4 E4B8B · ความฉลาด 8.98 บิต8.5 GB14–25
Ministral 3 8B8.9B · ความฉลาด 5.54 บิต5 GB14–24
Nemotron 3 Nano 4B3.97B · ความฉลาด 4.88 บิต4.2 GB16–29
Gemma 4 12B Unified12B4 บิต6.7 GB10–18
Qwen3 8B8.2B6 บิต6.7 GB10–18
Llama 3.1 8B Instruct8B6 บิต6.5 GB10–18
Gemma 4 E2B5.1B8 บิต5.4 GB28–50
Qwen3.5 4B4B8 บิต4.3 GB16–28
Phi-4 mini instruct3.8B8 บิต4 GB17–30
Llama 3.2 3B Instruct3.21B8 บิต3.4 GB20–35
SmolLM3 3B3B8 บิต3.2 GB21–38
LFM2.5 2.6B2.69B8 บิต2.9 GB23–41
Qwen3.5 2B2B8 บิต2.1 GB32–57
Llama 3.2 1B Instruct1.23B8 บิต1.3 GB52–92
Qwen3.5 0.8B0.8B8 บิต0.9 GB75–133
Qwen3 0.6B0.6B8 บิต0.6 GB113–200
Qwen3.6 35B A3B35B · ใช้งาน 3B · ความฉลาด 18.22 บิต คุณภาพต่ำลง10.9 GB75–133
Nemotron 3.5 Lightning 30B A3B30B · ใช้งาน 3B · ความฉลาด 12.92 บิต คุณภาพต่ำลง9.4 GB75–133
Nemotron 3 Nano 30B A3B30B · ใช้งาน 3.5B · ความฉลาด 8.92 บิต คุณภาพต่ำลง9.4 GB61–109
Qwen3 Coder 30B A3B Instruct30.5B · ใช้งาน 3.3B2 บิต คุณภาพต่ำลง9.5 GB68–120
GLM-4.7 Flash30B · ใช้งาน 3B2 บิต คุณภาพต่ำลง9.4 GB75–133
Gemma 4 26B A4B25.2B · ใช้งาน 3.8B3 บิต คุณภาพต่ำลง11 GB40–71
LFM2.5 24B A2B24B · ใช้งาน 2B3 บิต คุณภาพต่ำลง10.5 GB75–133

รันได้ แต่ช้า 10

ใส่ได้ แต่ต่ำกว่า 10 โทเค็นต่อวินาที เหมาะกับงานแบบแบตช์ แต่ช้าสำหรับการแชต

โมเดลเวอร์ชันหน่วยความจำโทเค็น/วินาที
Phi-4 Reasoning Vision 15B15B4 บิต8.4 GB8–14
Phi-4 (14B)14B6 บิต11.4 GB6–11
Qwen3.8 27B27B · ความฉลาด 33.73 บิต คุณภาพต่ำลง11.8 GB6–10
Muse Glimmer 30B29.6B · ความฉลาด 17.52 บิต คุณภาพต่ำลง9.3 GB7–13
Gemma 4 31B30.7B · ความฉลาด 14.72 บิต คุณภาพต่ำลง9.6 GB7–13
Granite 4.2 30B30B · ความฉลาด 12.72 บิต คุณภาพต่ำลง9.4 GB7–13
Qwen3.6 27B27B3 บิต คุณภาพต่ำลง11.8 GB6–10
Devstral Small 2 (24B)24B3 บิต คุณภาพต่ำลง10.5 GB6–11
Magistral Small 1.2 (2509)24B3 บิต คุณภาพต่ำลง10.5 GB6–11
Mistral Small 3.2 (24B)24B3 บิต คุณภาพต่ำลง10.5 GB6–11

พอใส่ได้พอดี 1

ต้องใช้หน่วยความจำเกือบทั้งหมด ให้เพิ่มขีดจำกัดหน่วยความจำของ GPU และใช้บริบทสั้นๆ

โมเดลเวอร์ชันหน่วยความจำโทเค็น/วินาที
gpt-oss-20b21B · ใช้งาน 3.6B · ความฉลาด 94.25 บิตแบบเนทีฟ13.8 GB36–63

ใหญ่เกินไป 35

ต้องใช้หน่วยความจำมากกว่า 18 GB แม้ที่ 2 บิต

คำถาม

LLM ที่ดีที่สุดสำหรับ Mac ที่มี 18 GB คืออะไร
ในบรรดาโมเดลที่มีคะแนน Intelligence Index เผยแพร่ MiniCPM5 2B ได้คะแนนสูงสุดในกลุ่มที่รันได้ดีใน 18 GB (8 บิต) โมเดลใหญ่ที่สุดที่รันได้ดีคือ Gemma 4 12B Unified
18 GB พอสำหรับ AI บนเครื่องบน Mac ไหม
โมเดลแบบเปิด 20 จาก 73 โมเดลที่นี่รันได้ดีในขนาดนี้ที่ 4 บิตหรือดีกว่า โดยค่าเริ่มต้น macOS ให้ GPU ใช้ได้ราว 14 GB และโมเดลกับบริบทต้องใส่ได้ในส่วนนั้น
Mac 18 GB รัน gpt-oss-20b ได้ไหม
ได้แบบพอดีเป๊ะ ให้เพิ่มขีดจำกัดหน่วยความจำของ GPU และใช้บริบทสั้นๆ

ขนาดอื่น: 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

รันด้วย MLX Harness (ฟรี โอเพนซอร์ส) หรือ mlx-lm ของ Apple ในเทอร์มินัล: ทีละขั้นตอน

วิธีคำนวณ

หน่วยความจำ: พารามิเตอร์ของโมเดลที่ 8, 6, 4, 3 หรือ 2 บิตต่อค่าน้ำหนัก บวกสเกลแบบกลุ่มของ MLX (ครึ่งบิตต่อค่าน้ำหนัก) หรือตามรูปแบบเนทีฟของโมเดล แล้วเผื่อที่สำหรับบริบท โดยค่าเริ่มต้น macOS ให้ GPU ใช้หน่วยความจำแบบรวมได้ราว 75% ความเร็ว: แบนด์วิดท์หน่วยความจำหารด้วยจำนวนไบต์ที่อ่านต่อโทเค็น คือเพดานสำหรับหนึ่งบทสนทนา ในผลทดสอบ Apple Silicon แบบสาธารณะของ llama.cpp การรันจริงทำได้ราว 45% ถึง 80% ของเพดานนี้ ซึ่งเป็นช่วงที่แสดงไว้ ตัวเลขเหล่านี้เป็นค่าประมาณ ไม่ใช่ค่าที่วัดจริง วัด Mac ของคุณเองได้ที่ MLX Bench ตัวเลขโมเดลมาจากการ์ดโมเดลทางการของแต่ละโมเดล ตัวเลขชิปมาจากข้อมูลจำเพาะทางเทคนิคของ Apple ตรวจสอบเมื่อ 2026-10-19 ใช้ข้อมูลเดียวกับ mlx.app/compare

LLM บนเครื่องที่ดีที่สุดสำหรับ Mac 18 GB (M3): รันอะไรได้