УвійтиСтворити гаманець

Що запустить M3 Pro із 18 ГБ?

На ньому добре працюють 20 з 73 відкритих моделей. За замовчуванням GPU може використовувати близько 14 ГБ із 18 ГБ, а пам’ять читається зі швидкістю 150 ГБ/с — від цього залежить швидкість генерації. Трапляється в: MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023).

Найрозумніша з тих, що працюють добреMiniCPM5 2B8 біт · 2,7 ГБ · 25–44 tok/sНайбільша з тих, що працюють добреGemma 4 12B Unified4 біт · 6,7 ГБ · 10–18 tok/s

Працюють добре 27

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

МодельВерсіяПам’ятьТокенів/с
MiniCPM5 2B2,52B · Інтелект 12,58 біт2,7 ГБ25–44
Qwen3.5 9B9B · Інтелект 11,24 біт5,1 ГБ13–24
Granite 4.2 8B8B · Інтелект 11,16 біт6,5 ГБ10–18
Granite 4.2 3B3B · Інтелект 9,18 біт3,2 ГБ21–38
Gemma 4 E4B8B · Інтелект 8,98 біт8,5 ГБ14–25
Ministral 3 8B8,9B · Інтелект 5,54 біт5 ГБ14–24
Nemotron 3 Nano 4B3,97B · Інтелект 4,88 біт4,2 ГБ16–29
Gemma 4 12B Unified12B4 біт6,7 ГБ10–18
Qwen3 8B8,2B6 біт6,7 ГБ10–18
Llama 3.1 8B Instruct8B6 біт6,5 ГБ10–18
Gemma 4 E2B5,1B8 біт5,4 ГБ28–50
Qwen3.5 4B4B8 біт4,3 ГБ16–28
Phi-4 mini instruct3,8B8 біт4 ГБ17–30
Llama 3.2 3B Instruct3,21B8 біт3,4 ГБ20–35
SmolLM3 3B3B8 біт3,2 ГБ21–38
LFM2.5 2.6B2,69B8 біт2,9 ГБ23–41
Qwen3.5 2B2B8 біт2,1 ГБ32–57
Llama 3.2 1B Instruct1,23B8 біт1,3 ГБ52–92
Qwen3.5 0.8B0,8B8 біт0,9 ГБ75–133
Qwen3 0.6B0,6B8 біт0,6 ГБ113–200
Qwen3.6 35B A3B35B · активних: 3B · Інтелект 18,22 біт нижча якість10,9 ГБ75–133
Nemotron 3.5 Lightning 30B A3B30B · активних: 3B · Інтелект 12,92 біт нижча якість9,4 ГБ75–133
Nemotron 3 Nano 30B A3B30B · активних: 3,5B · Інтелект 8,92 біт нижча якість9,4 ГБ61–109
Qwen3 Coder 30B A3B Instruct30,5B · активних: 3,3B2 біт нижча якість9,5 ГБ68–120
GLM-4.7 Flash30B · активних: 3B2 біт нижча якість9,4 ГБ75–133
Gemma 4 26B A4B25,2B · активних: 3,8B3 біт нижча якість11 ГБ40–71
LFM2.5 24B A2B24B · активних: 2B3 біт нижча якість10,5 ГБ75–133

Працюють, але повільно 10

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

МодельВерсіяПам’ятьТокенів/с
Phi-4 Reasoning Vision 15B15B4 біт8,4 ГБ8–14
Phi-4 (14B)14B6 біт11,4 ГБ6–11
Qwen3.8 27B27B · Інтелект 33,73 біт нижча якість11,8 ГБ6–10
Muse Glimmer 30B29,6B · Інтелект 17,52 біт нижча якість9,3 ГБ7–13
Gemma 4 31B30,7B · Інтелект 14,72 біт нижча якість9,6 ГБ7–13
Granite 4.2 30B30B · Інтелект 12,72 біт нижча якість9,4 ГБ7–13
Qwen3.6 27B27B3 біт нижча якість11,8 ГБ6–10
Devstral Small 2 (24B)24B3 біт нижча якість10,5 ГБ6–11
Magistral Small 1.2 (2509)24B3 біт нижча якість10,5 ГБ6–11
Mistral Small 3.2 (24B)24B3 біт нижча якість10,5 ГБ6–11

Ледь вміщуються 1

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

МодельВерсіяПам’ятьТокенів/с
gpt-oss-20b21B · активних: 3,6B · Інтелект 9нативні 4,25 біт13,8 ГБ36–63

Завеликі 35

Потрібно більше ніж 18 ГБ пам’яті, навіть за 2 біт.

Інші Mac

Усі Mac із 18 ГБ, на будь-якому чипі.

M3 Pro з іншим обсягом пам’яті:

Сусідні чипи:

Віч-на-віч:

Порівняти з будь-яким Mac або GPU · M3 Pro для локального ШІ · Найкращий Mac для локальних LLM · Усі Mac

Запитання

Яка LLM найкраще підходить для M3 Pro із 18 ГБ?
Серед моделей з опублікованим Intelligence Index найвищу оцінку з тих, що тут добре працюють, має MiniCPM5 2B: 8 біт, близько 25–44 токенів за секунду. Найбільша з тих, що працюють добре, — Gemma 4 12B Unified.
Чи запустить M3 Pro із 18 ГБ Llama 3.3 70B?
Ні: навіть за 2 біт їй потрібно більше ніж 14 ГБ, які GPU може використовувати за замовчуванням.
Наскільки швидко gpt-oss-20b працює на M3 Pro?
Близько 36–63 токенів за секунду (нативні 4,25 біт) за пропускної здатності пам’яті чипа 150 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 M3 Pro із 18 ГБ? Усі моделі та швидкість