32 GB'lık M1 Max için en iyi LLM hangisi?

Yayımlanmış Intelligence Index puanı olan modeller arasında burada iyi çalışanların en yüksek puanlısı Qwen3.8 27B: 4 bit, saniyede yaklaşık 12–21 token. İyi çalışanların en büyüğü Qwen3.6 35B A3B.

32 GB'lık M1 Max, Llama 3.3 70B çalıştırabilir mi?

Evet ama yavaş: 2 bit (daha düşük kalite), saniyede yaklaşık 8–15 token.

gpt-oss-20b, M1 Max çipinde ne kadar hızlı?

Çipin 400 GB/s bellek bant genişliğiyle saniyede yaklaşık 95–168 token (yerel 4,25 bit).

32 GB'lık M1 Max hangi LLM'leri çalıştırır? Modeller ve hız

İyi çalışanlar 38

Bağlam için yer kalarak sığar, saniyede 10 veya daha fazla token.

Model	Sürüm	Bellek	Token/s
Qwen3.8 27B27B · Zekâ 33,7	4 bit	15,2 GB	12–21
Qwen3.6 35B A3B35B · 3B etkin · Zekâ 18,2	4 bit	19,7 GB	106–188
Muse Glimmer 30B29,6B · Zekâ 17,5	4 bit	16,7 GB	11–19
Gemma 4 31B30,7B · Zekâ 14,7	4 bit	17,3 GB	10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B etkin · Zekâ 12,9	4 bit	16,9 GB	106–188
Granite 4.2 30B30B · Zekâ 12,7	4 bit	16,9 GB	11–19
MiniCPM5 2B2,52B · Zekâ 12,5	8 bit	2,7 GB	67–119
Qwen3.5 9B9B · Zekâ 11,2	8 bit	9,6 GB	19–33
Granite 4.2 8B8B · Zekâ 11,1	8 bit	8,5 GB	21–38
Granite 4.2 3B3B · Zekâ 9,1	8 bit	3,2 GB	56–100
gpt-oss-20b21B · 3,6B etkin · Zekâ 9	yerel 4,25 bit	13,8 GB	95–168
Nemotron 3 Nano 30B A3B30B · 3,5B etkin · Zekâ 8,9	4 bit	16,9 GB	90–160
Gemma 4 E4B8B · Zekâ 8,9	8 bit	8,5 GB	38–67
Ministral 3 8B8,9B · Zekâ 5,5	8 bit	9,5 GB	19–34
Nemotron 3 Nano 4B3,97B · Zekâ 4,8	8 bit	4,2 GB	43–76
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B etkin	4 bit	17,2 GB	95–168
GLM-4.7 Flash30B · 3B etkin	4 bit	16,9 GB	106–188
Qwen3.6 27B27B	4 bit	15,2 GB	12–21
Gemma 4 26B A4B25,2B · 3,8B etkin	6 bit	20,5 GB	58–103
Devstral Small 2 (24B)24B	4 bit	13,5 GB	13–24
Magistral Small 1.2 (2509)24B	4 bit	13,5 GB	13–24
Mistral Small 3.2 (24B)24B	4 bit	13,5 GB	13–24
LFM2.5 24B A2B24B · 2B etkin	6 bit	19,5 GB	113–200
Phi-4 Reasoning Vision 15B15B	8 bit	15,9 GB	11–20
Phi-4 (14B)14B	8 bit	14,9 GB	12–21
Gemma 4 12B Unified12B	8 bit	12,7 GB	14–25
Qwen3 8B8,2B	8 bit	8,7 GB	21–37
Llama 3.1 8B Instruct8B	8 bit	8,5 GB	21–38
Gemma 4 E2B5,1B	8 bit	5,4 GB	75–133
Qwen3.5 4B4B	8 bit	4,3 GB	42–74
Phi-4 mini instruct3,8B	8 bit	4 GB	45–80
Llama 3.2 3B Instruct3,21B	8 bit	3,4 GB	53–94
SmolLM3 3B3B	8 bit	3,2 GB	56–100
LFM2.5 2.6B2,69B	8 bit	2,9 GB	62–110
Qwen3.5 2B2B	8 bit	2,1 GB	86–152
Llama 3.2 1B Instruct1,23B	8 bit	1,3 GB	138–246
Qwen3.5 0.8B0,8B	8 bit	0,9 GB	200–356
Qwen3 0.6B0,6B	8 bit	0,6 GB	300–533

Çalışır ama yavaş 1

Sığar ama saniyede 10 tokenın altında: toplu işler için uygun, sohbet için yavaş.

Model	Sürüm	Bellek	Token/s
Llama 3.3 70B Instruct70B	2 bit daha düşük kalite	21,9 GB	8–15

Ancak sığanlar 2

Neredeyse tüm belleği kullanır: GPU bellek sınırını yükseltin ve bağlamı kısa tutun.

Model	Sürüm	Bellek	Token/s
Nemotron 3.5 Bolt 74B A9B74B · 9B etkin · Zekâ 21,4	2 bit daha düşük kalite	23,1 GB	64–114
Qwen3 Coder Next80B · 3B etkin · Zekâ 9,2	2 bit daha düşük kalite	25 GB	200–356

Diğer Mac'ler

32 GB'lık tüm Mac'ler, her çiple.

Daha fazla veya daha az bellekle M1 Max:

64 GB39 iyi çalışır

Komşu çipler:

Karşı karşıya:

Herhangi bir Mac veya GPU ile karşılaştırın · Yerel yapay zekâ için M1 Max · Yerel LLM'ler için en iyi Mac · Tüm Mac'ler

Sorular

32 GB'lık M1 Max için en iyi LLM hangisi?: Yayımlanmış Intelligence Index puanı olan modeller arasında burada iyi çalışanların en yüksek puanlısı Qwen3.8 27B: 4 bit, saniyede yaklaşık 12–21 token. İyi çalışanların en büyüğü Qwen3.6 35B A3B.
32 GB'lık M1 Max, Llama 3.3 70B çalıştırabilir mi?: Evet ama yavaş: 2 bit (daha düşük kalite), saniyede yaklaşık 8–15 token.
gpt-oss-20b, M1 Max çipinde ne kadar hızlı?: Çipin 400 GB/s bellek bant genişliğiyle saniyede yaklaşık 95–168 token (yerel 4,25 bit).

Bunları MLX Harness ile (ücretsiz, açık kaynak) ya da Terminal'de Apple'ın mlx-lm aracıyla çalıştırın: adım adım.

Nasıl hesaplanır

Bellek: modelin parametreleri ağırlık başına 8, 6, 4, 3 veya 2 bitte, artı MLX'in grup ölçekleri (ağırlık başına yarım bit) ya da modelin yerel biçimi; üstüne bağlam için yer. macOS varsayılan olarak GPU'nun birleşik belleğin yaklaşık %75'ini kullanmasına izin verir. Hız: bellek bant genişliğinin token başına okunan bayt sayısına bölümü, tek bir sohbet için üst sınırdır; llama.cpp'nin herkese açık Apple Silicon karşılaştırmalarında gerçek çalıştırmalar bunun yaklaşık %45 ile %80'ine ulaşır ve gösterilen aralık budur. Bunlar ölçüm değil tahmindir: kendi Mac'inizi MLX Bench ile ölçün. Model verileri her modelin resmî model kartından, çip verileri Apple'ın Teknik Özellikler sayfalarından alınmıştır. Kontrol tarihi: 2026-10-19. mlx.app/compare ile aynı veriler.

32 GB'lık M1 Max neleri çalıştırır?