УвійтиСтворити гаманець

Найкращі LLM для Mac із 16 ГБ.

У 16 ГБ добре працюють 22 з 73 відкритих моделей. За замовчуванням GPU може використовувати близько 12 ГБ. Швидкість залежить від чипа: від 68 ГБ/с у M1 до 200 ГБ/с у M1 Pro.

Найрозумніша з тих, що працюють добреMiniCPM5 2B8 біт · 2,7 ГБ · 11–59 tok/sНайбільша з тих, що працюють добреPhi-4 Reasoning Vision 15B4 біт · 8,4 ГБ · 4–19 tok/s

Mac із 16 ГБ

Чипів M1–M6 із 16 ГБ: 8. Відкрийте будь-який, щоб побачити його список і швидкість.

Працюють добре 33

Вміщується із запасом для контексту, 10 і більше токенів за секунду на M1 Pro.

МодельВерсіяПам’ятьM1M1 Pro
MiniCPM5 2B2,52B · Інтелект 12,58 біт2,7 ГБ11–2033–59
Qwen3.5 9B9B · Інтелект 11,26 біт7,3 ГБ3–612–22
Granite 4.2 8B8B · Інтелект 11,18 біт8,5 ГБ4–611–19
Granite 4.2 3B3B · Інтелект 9,18 біт3,2 ГБ10–1728–50
Gemma 4 E4B8B · Інтелект 8,98 біт8,5 ГБ12–2219–33
Ministral 3 8B8,9B · Інтелект 5,56 біт7,2 ГБ3–613–22
Nemotron 3 Nano 4B3,97B · Інтелект 4,88 біт4,2 ГБ10–1721–38
Phi-4 Reasoning Vision 15B15B4 біт8,4 ГБ4–611–19
Phi-4 (14B)14B4 біт7,9 ГБ4–711–20
Gemma 4 12B Unified12B4 біт6,7 ГБ3–613–24
Qwen3 8B8,2B8 біт8,7 ГБ4–610–18
Llama 3.1 8B Instruct8B8 біт8,5 ГБ4–611–19
Gemma 4 E2B5,1B8 біт5,4 ГБ13–2338–67
Qwen3.5 4B4B8 біт4,3 ГБ13–2421–37
Phi-4 mini instruct3,8B8 біт4 ГБ10–1823–40
Llama 3.2 3B Instruct3,21B8 біт3,4 ГБ12–2126–47
SmolLM3 3B3B8 біт3,2 ГБ10–1728–50
LFM2.5 2.6B2,69B8 біт2,9 ГБ11–1931–55
Qwen3.5 2B2B8 біт2,1 ГБ15–2643–76
Llama 3.2 1B Instruct1,23B8 біт1,3 ГБ24–4269–123
Qwen3.5 0.8B0,8B8 біт0,9 ГБ34–60100–178
Qwen3 0.6B0,6B8 біт0,6 ГБ51–91150–267
Qwen3.8 27B27B · Інтелект 33,72 біт нижча якість8,4 ГБ4–611–19
Muse Glimmer 30B29,6B · Інтелект 17,52 біт нижча якість9,3 ГБ3–610–17
Nemotron 3.5 Lightning 30B A3B30B · активних: 3B · Інтелект 12,92 біт нижча якість9,4 ГБ34–60100–178
Granite 4.2 30B30B · Інтелект 12,72 біт нижча якість9,4 ГБ3–610–17
gpt-oss-20b21B · активних: 3,6B · Інтелект 93 біт нижча якість9,2 ГБ19–3456–100
Nemotron 3 Nano 30B A3B30B · активних: 3,5B · Інтелект 8,92 біт нижча якість9,4 ГБ28–4982–145
Qwen3 Coder 30B A3B Instruct30,5B · активних: 3,3B2 біт нижча якість9,5 ГБ31–5490–160
GLM-4.7 Flash30B · активних: 3B2 біт нижча якість9,4 ГБ34–60100–178
Qwen3.6 27B27B2 біт нижча якість8,4 ГБ4–611–19
Gemma 4 26B A4B25,2B · активних: 3,8B2 біт нижча якість7,9 ГБ26–4575–133
LFM2.5 24B A2B24B · активних: 2B3 біт нижча якість10,5 ГБ34–60100–178

Працюють, але повільно 4

Вміщується, але менше 10 токенів за секунду: годиться для пакетних задач, для чату повільно.

МодельВерсіяПам’ятьM1M1 Pro
Gemma 4 31B30,7B · Інтелект 14,72 біт нижча якість9,6 ГБ3–69–17
Devstral Small 2 (24B)24B3 біт нижча якість10,5 ГБ3–59–15
Magistral Small 1.2 (2509)24B3 біт нижча якість10,5 ГБ3–59–15
Mistral Small 3.2 (24B)24B3 біт нижча якість10,5 ГБ3–59–15

Ледь вміщуються 1

Займає майже всю пам’ять: підніміть ліміт пам’яті GPU і тримайте контекст коротким.

МодельВерсіяПам’ятьM1M1 Pro
Qwen3.6 35B A3B35B · активних: 3B · Інтелект 18,22 біт нижча якість10,9 ГБ34–60100–178

Завеликі 35

Потрібно більше ніж 16 ГБ пам’яті, навіть за 2 біт.

Запитання

Яка LLM найкраще підходить для Mac із 16 ГБ?
Серед моделей з опублікованим Intelligence Index найвищу оцінку з тих, що добре працюють у 16 ГБ, має MiniCPM5 2B (8 біт). Найбільша з тих, що працюють добре, — Phi-4 Reasoning Vision 15B.
Чи вистачить 16 ГБ для локального ШІ на Mac?
З 73 відкритих моделей тут 22 добре працюють у такому обсязі за 4 біт або краще. За замовчуванням macOS дає GPU близько 12 ГБ; модель і її контекст мають уміститися в цей обсяг.
Чи запустить Mac із 16 ГБ gpt-oss-20b?
Так, 3 біт: близько 19–34 токенів за секунду на M1 і 56–100 на M1 Pro.

Інші обсяги: 8 ГБ · 16 ГБ · 18 ГБ · 24 ГБ · 32 ГБ · 36 ГБ · 48 ГБ · 64 ГБ · 96 ГБ · 128 ГБ · 192 ГБ · 256 ГБ · 512 ГБ

Запускайте їх у MLX Harness (безкоштовно, відкритий код) або через mlx-lm від Apple у Терміналі: покроково.

Як це розраховано

Пам’ять: параметри моделі за 8, 6, 4, 3 або 2 біт на вагу плюс групові масштаби MLX (пів біта на вагу) або її нативний формат, а зверху — місце для контексту. За замовчуванням macOS дає GPU близько 75% об’єднаної пам’яті. Швидкість: пропускна здатність пам’яті, поділена на кількість байтів, що читаються на кожен токен, — це стеля для однієї розмови; у публічних тестах llama.cpp на Apple Silicon реальні запуски досягають приблизно 45–80% від неї, і показано саме цей діапазон. Це оцінки, а не вимірювання: виміряйте свій Mac у MLX Bench. Дані моделей — з офіційних карток моделей, дані чипів — з технічних характеристик Apple. Перевірено 2026-10-19. Ті самі дані, що й на mlx.app/compare.

Найкращі локальні LLM для Mac із 16 ГБ (M1–M6): що працює