УвійтиСтворити гаманець

Найкращі LLM для Mac із 36 ГБ.

У 36 ГБ добре працюють 38 з 73 відкритих моделей. За замовчуванням GPU може використовувати близько 27 ГБ. Швидкість залежить від чипа: від 150 ГБ/с у M3 Pro до 460 ГБ/с у M5 Max.

Найрозумніша з тих, що працюють добреQwen3.8 27B4 біт · 15,2 ГБ · 3–24 tok/sНайбільша з тих, що працюють добреQwen3.6 35B A3B4 біт · 19,7 ГБ · 40–216 tok/sДля кодуQwen3 Coder 30B A3B Instruct6 біт · 24,8 ГБ · 25–136 tok/s

Mac із 36 ГБ

Чипів M3–M5 із 36 ГБ: 4. Відкрийте будь-який, щоб побачити його список і швидкість.

Працюють добре 40

Вміщується із запасом для контексту, 10 і більше токенів за секунду на M5 Max.

МодельВерсіяПам’ятьM3 ProM5 Max
Qwen3.8 27B27B · Інтелект 33,74 біт15,2 ГБ3–514–24
Qwen3.6 35B A3B35B · активних: 3B · Інтелект 18,24 біт19,7 ГБ40–71122–216
Muse Glimmer 30B29,6B · Інтелект 17,54 біт16,7 ГБ3–512–22
Gemma 4 31B30,7B · Інтелект 14,74 біт17,3 ГБ3–512–21
Nemotron 3.5 Lightning 30B A3B30B · активних: 3B · Інтелект 12,96 біт24,4 ГБ28–5086–153
Granite 4.2 30B30B · Інтелект 12,74 біт16,9 ГБ3–512–22
MiniCPM5 2B2,52B · Інтелект 12,58 біт2,7 ГБ25–4477–136
Qwen3.5 9B9B · Інтелект 11,28 біт9,6 ГБ13–2422–38
Granite 4.2 8B8B · Інтелект 11,18 біт8,5 ГБ10–1824–43
Granite 4.2 3B3B · Інтелект 9,18 біт3,2 ГБ21–3865–115
gpt-oss-20b21B · активних: 3,6B · Інтелект 9нативні 4,25 біт13,8 ГБ36–63109–194
Nemotron 3 Nano 30B A3B30B · активних: 3,5B · Інтелект 8,96 біт24,4 ГБ24–4374–131
Gemma 4 E4B8B · Інтелект 8,98 біт8,5 ГБ14–2543–77
Ministral 3 8B8,9B · Інтелект 5,58 біт9,5 ГБ14–2422–39
Nemotron 3 Nano 4B3,97B · Інтелект 4,88 біт4,2 ГБ16–2949–88
Qwen3 Coder 30B A3B Instruct30,5B · активних: 3,3B6 біт24,8 ГБ25–4477–136
GLM-4.7 Flash30B · активних: 3B6 біт24,4 ГБ28–5086–153
Qwen3.6 27B27B4 біт15,2 ГБ3–514–24
Gemma 4 26B A4B25,2B · активних: 3,8B6 біт20,5 ГБ22–3967–119
Devstral Small 2 (24B)24B6 біт19,5 ГБ3–611–19
Magistral Small 1.2 (2509)24B6 біт19,5 ГБ3–611–19
Mistral Small 3.2 (24B)24B6 біт19,5 ГБ3–611–19
LFM2.5 24B A2B24B · активних: 2B6 біт19,5 ГБ42–75129–230
Phi-4 Reasoning Vision 15B15B8 біт15,9 ГБ4–813–23
Phi-4 (14B)14B8 біт14,9 ГБ5–814–25
Gemma 4 12B Unified12B8 біт12,7 ГБ10–1816–29
Qwen3 8B8,2B8 біт8,7 ГБ10–1824–42
Llama 3.1 8B Instruct8B8 біт8,5 ГБ10–1824–43
Gemma 4 E2B5,1B8 біт5,4 ГБ28–5086–153
Qwen3.5 4B4B8 біт4,3 ГБ16–2848–86
Phi-4 mini instruct3,8B8 біт4 ГБ17–3052–92
Llama 3.2 3B Instruct3,21B8 біт3,4 ГБ20–3561–108
SmolLM3 3B3B8 біт3,2 ГБ21–3865–115
LFM2.5 2.6B2,69B8 біт2,9 ГБ23–4171–127
Qwen3.5 2B2B8 біт2,1 ГБ32–5799–175
Llama 3.2 1B Instruct1,23B8 біт1,3 ГБ52–92159–283
Qwen3.5 0.8B0,8B8 біт0,9 ГБ75–133230–409
Qwen3 0.6B0,6B8 біт0,6 ГБ113–200345–613
Nemotron 3.5 Bolt 74B A9B74B · активних: 9B · Інтелект 21,42 біт нижча якість23,1 ГБ24–4374–131
Qwen3 Coder Next80B · активних: 3B · Інтелект 9,22 біт нижча якість25 ГБ75–133230–409

Працюють, але повільно 1

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

МодельВерсіяПам’ятьM3 ProM5 Max
Llama 3.3 70B Instruct70B2 біт нижча якість21,9 ГБ3–59–17

Завеликі 32

Потрібно більше ніж 36 ГБ пам’яті, навіть за 2 біт.

Запитання

Яка LLM найкраще підходить для Mac із 36 ГБ?
Серед моделей з опублікованим Intelligence Index найвищу оцінку з тих, що добре працюють у 36 ГБ, має Qwen3.8 27B (4 біт). Найбільша з тих, що працюють добре, — Qwen3.6 35B A3B. Для коду: Qwen3 Coder 30B A3B Instruct.
Чи вистачить 36 ГБ для локального ШІ на Mac?
З 73 відкритих моделей тут 38 добре працюють у такому обсязі за 4 біт або краще. За замовчуванням macOS дає GPU близько 27 ГБ; модель і її контекст мають уміститися в цей обсяг.
Чи запустить Mac із 36 ГБ gpt-oss-20b?
Так, нативні 4,25 біт: близько 36–63 токенів за секунду на M3 Pro і 109–194 на M5 Max.

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 36 ГБ (M3–M5): що працює