За обсягом пам’яті
| Пам’ять | Працюють добре | Найбільша з тих, що працюють добре | gpt-oss-20b |
|---|---|---|---|
| 8 ГБ100 ГБ/с | 16 | Granite 4.2 8B | завелика |
| 16 ГБ100 ГБ/с | 17 | Qwen3 8B | 28–50 tok/s |
| 24 ГБ100 ГБ/с | 20 | Gemma 4 26B A4B | 24–42 tok/s |
Моделі: MacBook Air (13-inch, M3, 2024), MacBook Air (15-inch, M3, 2024). Не кожен обсяг пам’яті доступний у кожній моделі; що пропонується для кожної, вказано в технічних характеристиках Apple.
Запитання
- Чи підходить MacBook Air із чипом M3 для локальних LLM?
- Із 24 ГБ він добре запускає 20 з 73 відкритих моделей, аж до Gemma 4 26B A4B, і генерує близько 24–42 токенів за секунду із gpt-oss-20b. M3 читає пам’ять зі швидкістю 100 ГБ/с — від цього залежить швидкість генерації.
- MacBook Air із чипом M3: скільки пам’яті потрібно для ШІ?
- Відкритих моделей, що працюють добре: 16 із 8 ГБ і 20 із 24 ГБ, аж до Gemma 4 26B A4B. Обсяг пам’яті визначає, які моделі вмістяться, і збільшити його потім не можна.
Інші Mac
MacBook Air з іншими чипами:
Інші Mac із чипом M3:
Віч-на-віч:
M3 для локального ШІ · Найкращий Mac для локальних LLM · Усі Mac
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.