УвійтиСтворити гаманець

Найкращі LLM для Mac із 8 ГБ.

У 8 ГБ добре працюють 16 з 73 відкритих моделей. За замовчуванням GPU може використовувати близько 6 ГБ. Швидкість залежить від чипа: від 68 ГБ/с у M1 до 100 ГБ/с у M2.

Найрозумніша з тих, що працюють добреMiniCPM5 2B8 біт · 2,7 ГБ · 11–30 tok/sНайбільша з тих, що працюють добреGranite 4.2 8B4 біт · 4,5 ГБ · 7–18 tok/s

Mac із 8 ГБ

Чипів M1–M3 із 8 ГБ: 3. Відкрийте будь-який, щоб побачити його список і швидкість.

Працюють добре 21

Вміщується із запасом для контексту, 10 і більше токенів за секунду на M2.

МодельВерсіяПам’ятьM1M2
MiniCPM5 2B2,52B · Інтелект 12,58 біт2,7 ГБ11–2017–30
Granite 4.2 8B8B · Інтелект 11,14 біт4,5 ГБ7–1210–18
Granite 4.2 3B3B · Інтелект 9,18 біт3,2 ГБ10–1714–25
Gemma 4 E4B8B · Інтелект 8,94 біт4,5 ГБ12–2218–32
Nemotron 3 Nano 4B3,97B · Інтелект 4,88 біт4,2 ГБ10–1711–19
Llama 3.1 8B Instruct8B4 біт4,5 ГБ7–1210–18
Gemma 4 E2B5,1B6 біт4,1 ГБ16–2924–42
Qwen3.5 4B4B8 біт4,3 ГБ13–2410–19
Phi-4 mini instruct3,8B8 біт4 ГБ10–1811–20
Llama 3.2 3B Instruct3,21B8 біт3,4 ГБ12–2113–24
SmolLM3 3B3B8 біт3,2 ГБ10–1714–25
LFM2.5 2.6B2,69B8 біт2,9 ГБ11–1916–28
Qwen3.5 2B2B8 біт2,1 ГБ15–2621–38
Llama 3.2 1B Instruct1,23B8 біт1,3 ГБ24–4235–62
Qwen3.5 0.8B0,8B8 біт0,9 ГБ34–6050–89
Qwen3 0.6B0,6B8 біт0,6 ГБ51–9175–133
Qwen3.5 9B9B · Інтелект 11,23 біт нижча якість3,9 ГБ8–1412–21
Ministral 3 8B8,9B · Інтелект 5,53 біт нижча якість3,9 ГБ8–1412–21
Phi-4 (14B)14B2 біт нижча якість4,4 ГБ7–1210–18
Gemma 4 12B Unified12B2 біт нижча якість3,7 ГБ8–1512–22
Qwen3 8B8,2B3 біт нижча якість3,6 ГБ9–1513–22

Ледь вміщуються 1

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

МодельВерсіяПам’ятьM1M2
Phi-4 Reasoning Vision 15B15B2 біт нижча якість4,7 ГБ7–1210–17

Завеликі 51

Потрібно більше ніж 8 ГБ пам’яті, навіть за 2 біт.

Запитання

Яка LLM найкраще підходить для Mac із 8 ГБ?
Серед моделей з опублікованим Intelligence Index найвищу оцінку з тих, що добре працюють у 8 ГБ, має MiniCPM5 2B (8 біт). Найбільша з тих, що працюють добре, — Granite 4.2 8B.
Чи вистачить 8 ГБ для локального ШІ на Mac?
З 73 відкритих моделей тут 16 добре працюють у такому обсязі за 4 біт або краще. За замовчуванням macOS дає GPU близько 6 ГБ; модель і її контекст мають уміститися в цей обсяг.
Чи запустить Mac із 8 ГБ gpt-oss-20b?
Ні: їй потрібно більше ніж 6 ГБ, які GPU може використовувати за замовчуванням.

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 8 ГБ (M1–M3): що працює