เทียบกัน
| M2 | M3 | |
|---|---|---|
| ขนาดหน่วยความจำ | 8, 16, 24 GB | 8, 16, 24 GB |
| แบนด์วิดท์หน่วยความจำ | 100 GB/s | 100 GB/s |
| ใช้กับโมเดลได้สูงสุด | ราว 18 GB | ราว 18 GB |
| โมเดลที่รันได้ดี | 20 จาก 73 | 20 จาก 73 |
| ระดับที่นั่ง MLX | Core | Core |
| มีใน | MacBook Air (M2, 2022), MacBook Pro (13-inch, M2, 2022), MacBook Air (15-inch, M2, 2023), Mac mini (2023) | MacBook Pro (14-inch, M3, Nov 2023), iMac (24-inch, M3, 2023, Two ports), iMac (24-inch, M3, 2023, Four ports), MacBook Air (13-inch, M3, 2024), MacBook Air (15-inch, M3, 2024) |
ความเร็วกับโมเดลยอดนิยม
โทเค็นต่อวินาทีสำหรับหนึ่งบทสนทนา แต่ละชิปใช้ขนาดหน่วยความจำใหญ่ที่สุด (24 GB และ 24 GB) กับเวอร์ชันที่ดีที่สุดของโมเดลที่ใส่ได้
| โมเดล | M2 | M3 |
|---|---|---|
| Llama 3.1 8B Instruct8B | 10–18 4 บิต | 10–18 4 บิต |
| gpt-oss-20b21B · ใช้งาน 3.6B | 24–42 4.25 บิตแบบเนทีฟ | 24–42 4.25 บิตแบบเนทีฟ |
| Qwen3.6 35B A3B35B · ใช้งาน 3B | 35–62 3 บิต คุณภาพต่ำลง | 35–62 3 บิต คุณภาพต่ำลง |
| Qwen3.8 27B27B | 3–5 4 บิต | 3–5 4 บิต |
| Llama 3.3 70B Instruct70B | ใหญ่เกินไป | ใหญ่เกินไป |
| gpt-oss-120b117B · ใช้งาน 5.1B | ใหญ่เกินไป | ใหญ่เกินไป |
| Qwen3.5 122B A10B122B · ใช้งาน 10B | ใหญ่เกินไป | ใหญ่เกินไป |
| DeepSeek V4 Flash 0731284B · ใช้งาน 13B | ใหญ่เกินไป | ใหญ่เกินไป |
คำถาม
- M3 เร็วกว่า M2 สำหรับ LLM ไหม
- พอๆ กัน แบนด์วิดท์หน่วยความจำต่างกันไม่กี่เปอร์เซ็นต์ ทั้งสองรุ่นมีหน่วยความจำได้สูงสุด 24 GB
- M2 หรือ M3 รุ่นไหนรันโมเดลใหญ่กว่าได้
- ไม่ต่างกัน ทั้งสองรุ่นสูงสุด 24 GB ที่ขนาดนั้น M2 รันได้ดี 20 และ M3 รันได้ดี 20 จาก 73 โมเดลแบบเปิด รุ่นที่เร็วกว่าทำให้โมเดลผ่านเกณฑ์ 10 โทเค็นต่อวินาทีได้มากกว่า
การเปรียบเทียบอื่นๆ
M2 สำหรับ AI บนเครื่อง · M3 สำหรับ AI บนเครื่อง · เปรียบเทียบทุกโมเดล · Mac ที่ดีที่สุดสำหรับรัน LLM บนเครื่อง
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