İyi çalışanlar 24
Bağlam için yer kalarak sığar, saniyede 10 veya daha fazla token.
| Model | Sürüm | Bellek | Token/s |
|---|---|---|---|
| MiniCPM5 2B2,52B · Zekâ 12,5 | 8 bit | 2,7 GB | 17–30 |
| Granite 4.2 8B8B · Zekâ 11,1 | 4 bit | 4,5 GB | 10–18 |
| Granite 4.2 3B3B · Zekâ 9,1 | 8 bit | 3,2 GB | 14–25 |
| Gemma 4 E4B8B · Zekâ 8,9 | 6 bit | 6,5 GB | 12–22 |
| Nemotron 3 Nano 4B3,97B · Zekâ 4,8 | 8 bit | 4,2 GB | 11–19 |
| Qwen3 8B8,2B | 4 bit | 4,6 GB | 10–17 |
| Llama 3.1 8B Instruct8B | 4 bit | 4,5 GB | 10–18 |
| Gemma 4 E2B5,1B | 8 bit | 5,4 GB | 19–33 |
| Qwen3.5 4B4B | 8 bit | 4,3 GB | 10–19 |
| Phi-4 mini instruct3,8B | 8 bit | 4 GB | 11–20 |
| Llama 3.2 3B Instruct3,21B | 8 bit | 3,4 GB | 13–24 |
| SmolLM3 3B3B | 8 bit | 3,2 GB | 14–25 |
| LFM2.5 2.6B2,69B | 8 bit | 2,9 GB | 16–28 |
| Qwen3.5 2B2B | 8 bit | 2,1 GB | 21–38 |
| Llama 3.2 1B Instruct1,23B | 8 bit | 1,3 GB | 35–62 |
| Qwen3.5 0.8B0,8B | 8 bit | 0,9 GB | 50–89 |
| Qwen3 0.6B0,6B | 8 bit | 0,6 GB | 75–133 |
| Nemotron 3.5 Lightning 30B A3B30B · 3B etkin · Zekâ 12,9 | 2 bit daha düşük kalite | 9,4 GB | 50–89 |
| gpt-oss-20b21B · 3,6B etkin · Zekâ 9 | 3 bit daha düşük kalite | 9,2 GB | 28–50 |
| Nemotron 3 Nano 30B A3B30B · 3,5B etkin · Zekâ 8,9 | 2 bit daha düşük kalite | 9,4 GB | 41–73 |
| Qwen3 Coder 30B A3B Instruct30,5B · 3,3B etkin | 2 bit daha düşük kalite | 9,5 GB | 45–80 |
| GLM-4.7 Flash30B · 3B etkin | 2 bit daha düşük kalite | 9,4 GB | 50–89 |
| Gemma 4 26B A4B25,2B · 3,8B etkin | 2 bit daha düşük kalite | 7,9 GB | 38–67 |
| LFM2.5 24B A2B24B · 2B etkin | 3 bit daha düşük kalite | 10,5 GB | 50–89 |
Çalışır ama yavaş 13
Sığar ama saniyede 10 tokenın altında: toplu işler için uygun, sohbet için yavaş.
| Model | Sürüm | Bellek | Token/s |
|---|---|---|---|
| Qwen3.5 9B9B · Zekâ 11,2 | 8 bit | 9,6 GB | 5–8 |
| Ministral 3 8B8,9B · Zekâ 5,5 | 8 bit | 9,5 GB | 5–8 |
| Phi-4 Reasoning Vision 15B15B | 4 bit | 8,4 GB | 5–10 |
| Phi-4 (14B)14B | 4 bit | 7,9 GB | 6–10 |
| Gemma 4 12B Unified12B | 6 bit | 9,7 GB | 5–8 |
| Qwen3.8 27B27B · Zekâ 33,7 | 2 bit daha düşük kalite | 8,4 GB | 5–10 |
| Muse Glimmer 30B29,6B · Zekâ 17,5 | 2 bit daha düşük kalite | 9,3 GB | 5–9 |
| Gemma 4 31B30,7B · Zekâ 14,7 | 2 bit daha düşük kalite | 9,6 GB | 5–8 |
| Granite 4.2 30B30B · Zekâ 12,7 | 2 bit daha düşük kalite | 9,4 GB | 5–9 |
| Qwen3.6 27B27B | 2 bit daha düşük kalite | 8,4 GB | 5–10 |
| Devstral Small 2 (24B)24B | 3 bit daha düşük kalite | 10,5 GB | 4–8 |
| Magistral Small 1.2 (2509)24B | 3 bit daha düşük kalite | 10,5 GB | 4–8 |
| Mistral Small 3.2 (24B)24B | 3 bit daha düşük kalite | 10,5 GB | 4–8 |
Ancak sığanlar 1
Neredeyse tüm belleği kullanır: GPU bellek sınırını yükseltin ve bağlamı kısa tutun.
| Model | Sürüm | Bellek | Token/s |
|---|---|---|---|
| Qwen3.6 35B A3B35B · 3B etkin · Zekâ 18,2 | 2 bit daha düşük kalite | 10,9 GB | 50–89 |
Çok büyük olanlar 35
2 bitte bile 16 GB'tan fazla bellek gerekir.
- MiMo V2.6 Pro1.020B
- Kimi K32.800B
- MiMo V2.6 Flash309B
- Kimi K2.7 Code1.000B
- gpt-oss-120b117B
- Kimi K2.61.000B
- DeepSeek V4.1 Flash 1017552B
- GLM-5.3744B
- GLM-5.3 Flash320B
- Qwen3.8 2.4T A95B2.400B
- Qwen3.8 Flash Next180B
- Muse Spark Open816B
- DeepSeek V4 Pro 08131.600B
- Beam 1.0501B
- MiniMax M3428B
- Inkling Small276B
- Hy3295B
- Inkling975B
- Nemotron 3 Ultra 550B A55B550B
- Nemotron 3.5 Bolt 74B A9B74B
- Qwen3.5 397B A17B397B
- Qwen3.5 122B A10B122B
- Mistral Medium 3.5 (128B)128B
- Mistral Small 4 (119B)119B
- Llama 4 Maverick 17B-128E Instruct400B
- Qwen3 Coder Next80B
- Llama 4 Scout 17B-16E Instruct109B
- Mistral Large 3 (675B)675B
- DeepSeek V4 Flash 0731284B
- MiniMax M2.7230B
- Devstral 2 (123B)123B
- Ornith 1.5 122B122B
- Nemotron 3 Super 120B A12B120B
- GLM-4.5 Air106B
- Llama 3.3 70B Instruct70B
Diğer Mac'ler
16 GB'lık tüm Mac'ler, her çiple.
Daha fazla veya daha az bellekle M3:
Komşu çipler:
Karşı karşıya:
Herhangi bir Mac veya GPU ile karşılaştırın · Yerel yapay zekâ için M3 · Yerel LLM'ler için en iyi Mac · Tüm Mac'ler
Sorular
- 16 GB'lık M3 için en iyi LLM hangisi?
- Yayımlanmış Intelligence Index puanı olan modeller arasında burada iyi çalışanların en yüksek puanlısı MiniCPM5 2B: 8 bit, saniyede yaklaşık 17–30 token. İyi çalışanların en büyüğü Qwen3 8B.
- 16 GB'lık M3, Llama 3.3 70B çalıştırabilir mi?
- Hayır: 2 bitte bile GPU'nun varsayılan olarak kullanabildiği 12 GB'tan fazlasını gerektirir.
- gpt-oss-20b, M3 çipinde ne kadar hızlı?
- Çipin 100 GB/s bellek bant genişliğiyle saniyede yaklaşık 28–50 token (3 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.