УвійтиСтворити гаманець

Що запустить M1 Pro із 16 ГБ?

На ньому добре працюють 22 з 73 відкритих моделей. За замовчуванням GPU може використовувати близько 12 ГБ із 16 ГБ, а пам’ять читається зі швидкістю 200 ГБ/с — від цього залежить швидкість генерації. Трапляється в: MacBook Pro (14-inch, 2021), MacBook Pro (16-inch, 2021).

Найрозумніша з тих, що працюють добреMiniCPM5 2B8 біт · 2,7 ГБ · 33–59 tok/sНайбільша з тих, що працюють добреPhi-4 Reasoning Vision 15B4 біт · 8,4 ГБ · 11–19 tok/s

Працюють добре 33

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

МодельВерсіяПам’ятьТокенів/с
MiniCPM5 2B2,52B · Інтелект 12,58 біт2,7 ГБ33–59
Qwen3.5 9B9B · Інтелект 11,26 біт7,3 ГБ12–22
Granite 4.2 8B8B · Інтелект 11,18 біт8,5 ГБ11–19
Granite 4.2 3B3B · Інтелект 9,18 біт3,2 ГБ28–50
Gemma 4 E4B8B · Інтелект 8,98 біт8,5 ГБ19–33
Ministral 3 8B8,9B · Інтелект 5,56 біт7,2 ГБ13–22
Nemotron 3 Nano 4B3,97B · Інтелект 4,88 біт4,2 ГБ21–38
Phi-4 Reasoning Vision 15B15B4 біт8,4 ГБ11–19
Phi-4 (14B)14B4 біт7,9 ГБ11–20
Gemma 4 12B Unified12B4 біт6,7 ГБ13–24
Qwen3 8B8,2B8 біт8,7 ГБ10–18
Llama 3.1 8B Instruct8B8 біт8,5 ГБ11–19
Gemma 4 E2B5,1B8 біт5,4 ГБ38–67
Qwen3.5 4B4B8 біт4,3 ГБ21–37
Phi-4 mini instruct3,8B8 біт4 ГБ23–40
Llama 3.2 3B Instruct3,21B8 біт3,4 ГБ26–47
SmolLM3 3B3B8 біт3,2 ГБ28–50
LFM2.5 2.6B2,69B8 біт2,9 ГБ31–55
Qwen3.5 2B2B8 біт2,1 ГБ43–76
Llama 3.2 1B Instruct1,23B8 біт1,3 ГБ69–123
Qwen3.5 0.8B0,8B8 біт0,9 ГБ100–178
Qwen3 0.6B0,6B8 біт0,6 ГБ150–267
Qwen3.8 27B27B · Інтелект 33,72 біт нижча якість8,4 ГБ11–19
Muse Glimmer 30B29,6B · Інтелект 17,52 біт нижча якість9,3 ГБ10–17
Nemotron 3.5 Lightning 30B A3B30B · активних: 3B · Інтелект 12,92 біт нижча якість9,4 ГБ100–178
Granite 4.2 30B30B · Інтелект 12,72 біт нижча якість9,4 ГБ10–17
gpt-oss-20b21B · активних: 3,6B · Інтелект 93 біт нижча якість9,2 ГБ56–100
Nemotron 3 Nano 30B A3B30B · активних: 3,5B · Інтелект 8,92 біт нижча якість9,4 ГБ82–145
Qwen3 Coder 30B A3B Instruct30,5B · активних: 3,3B2 біт нижча якість9,5 ГБ90–160
GLM-4.7 Flash30B · активних: 3B2 біт нижча якість9,4 ГБ100–178
Qwen3.6 27B27B2 біт нижча якість8,4 ГБ11–19
Gemma 4 26B A4B25,2B · активних: 3,8B2 біт нижча якість7,9 ГБ75–133
LFM2.5 24B A2B24B · активних: 2B3 біт нижча якість10,5 ГБ100–178

Працюють, але повільно 4

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

МодельВерсіяПам’ятьТокенів/с
Gemma 4 31B30,7B · Інтелект 14,72 біт нижча якість9,6 ГБ9–17
Devstral Small 2 (24B)24B3 біт нижча якість10,5 ГБ9–15
Magistral Small 1.2 (2509)24B3 біт нижча якість10,5 ГБ9–15
Mistral Small 3.2 (24B)24B3 біт нижча якість10,5 ГБ9–15

Ледь вміщуються 1

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

МодельВерсіяПам’ятьТокенів/с
Qwen3.6 35B A3B35B · активних: 3B · Інтелект 18,22 біт нижча якість10,9 ГБ100–178

Завеликі 35

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

Інші Mac

Усі Mac із 16 ГБ, на будь-якому чипі.

M1 Pro з іншим обсягом пам’яті:

Сусідні чипи:

Віч-на-віч:

Порівняти з будь-яким Mac або GPU · M1 Pro для локального ШІ · Найкращий Mac для локальних LLM · Усі Mac

Запитання

Яка LLM найкраще підходить для M1 Pro із 16 ГБ?
Серед моделей з опублікованим Intelligence Index найвищу оцінку з тих, що тут добре працюють, має MiniCPM5 2B: 8 біт, близько 33–59 токенів за секунду. Найбільша з тих, що працюють добре, — Phi-4 Reasoning Vision 15B.
Чи запустить M1 Pro із 16 ГБ Llama 3.3 70B?
Ні: навіть за 2 біт їй потрібно більше ніж 12 ГБ, які GPU може використовувати за замовчуванням.
Наскільки швидко gpt-oss-20b працює на M1 Pro?
Близько 56–100 токенів за секунду (3 біт) за пропускної здатності пам’яті чипа 200 ГБ/с.

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.

Які LLM запустить M1 Pro із 16 ГБ? Усі моделі та швидкість