| Модель | Розмір | За 4 біт | Мінімальний Mac |
|---|---|---|---|
| Qwen3 0.6BQwen (Alibaba) | 0,6B | 1,8 ГБ | 8 ГБ |
| Qwen3.5 0.8BQwen (Alibaba) | 0,8B | 2 ГБ | 8 ГБ |
| Llama 3.2 1B InstructMeta | 1,23B | 2,2 ГБ | 8 ГБ |
| Qwen3.5 2BQwen (Alibaba) | 2B | 2,6 ГБ | 8 ГБ |
| MiniCPM5 2BOpenBMB | 2,52B | 2,9 ГБ | 8 ГБ |
| LFM2.5 2.6BLiquid AI | 2,69B | 3 ГБ | 8 ГБ |
| Granite 4.2 3BIBM | 3B | 3,2 ГБ | 8 ГБ |
| SmolLM3 3BHugging Face | 3B | 3,2 ГБ | 8 ГБ |
| Llama 3.2 3B InstructMeta | 3,21B | 3,3 ГБ | 8 ГБ |
| Phi-4 mini instructMicrosoft | 3,8B | 3,6 ГБ | 8 ГБ |
| Nemotron 3 Nano 4BNVIDIA | 3,97B | 3,7 ГБ | 8 ГБ |
| Qwen3.5 4BQwen (Alibaba) | 4B | 3,8 ГБ | 8 ГБ |
| Gemma 4 E2BGoogle DeepMind | 5,1B | 4,4 ГБ | 8 ГБ |
| Llama 3.1 8B InstructMeta | 8B | 6 ГБ | 8 ГБ |
| Gemma 4 E4BGoogle DeepMind | 8B | 6 ГБ | 8 ГБ |
| Granite 4.2 8BIBM | 8B | 6 ГБ | 8 ГБ |
| Qwen3 8BQwen (Alibaba) | 8,2B | 6,1 ГБ | 16 ГБ |
| Ministral 3 8BMistral AI | 8,9B | 6,5 ГБ | 16 ГБ |
| Qwen3.5 9BQwen (Alibaba) | 9B | 6,6 ГБ | 16 ГБ |
| Gemma 4 12B UnifiedGoogle DeepMind | 12B | 8,2 ГБ | 16 ГБ |
| Phi-4 (14B)Microsoft | 14B | 9,4 ГБ | 16 ГБ |
| Phi-4 Reasoning Vision 15BMicrosoft | 15B | 9,9 ГБ | 16 ГБ |
| gpt-oss-20bOpenAI | 21B · активних: 3,6B | 15,3 ГБ | 24 ГБ |
| Devstral Small 2 (24B)Mistral AI | 24B | 15 ГБ | 24 ГБ |
| Magistral Small 1.2 (2509)Mistral AI | 24B | 15 ГБ | 24 ГБ |
| Mistral Small 3.2 (24B)Mistral AI | 24B | 15 ГБ | 24 ГБ |
| LFM2.5 24B A2BLiquid AI | 24B · активних: 2B | 15 ГБ | 24 ГБ |
| Gemma 4 26B A4BGoogle DeepMind | 25,2B · активних: 3,8B | 15,7 ГБ | 24 ГБ |
| Qwen3.8 27BQwen (Alibaba) | 27B | 16,7 ГБ | 24 ГБ |
| Qwen3.6 27BQwen (Alibaba) | 27B | 16,7 ГБ | 24 ГБ |
| Muse Glimmer 30BMeta (Meta Superintelligence Lab) | 29,6B | 18,2 ГБ | 32 ГБ |
| GLM-4.7 FlashZ.ai (Zhipu) | 30B · активних: 3B | 18,4 ГБ | 32 ГБ |
| Nemotron 3 Nano 30B A3BNVIDIA | 30B · активних: 3,5B | 18,4 ГБ | 32 ГБ |
| Nemotron 3.5 Lightning 30B A3BNVIDIA | 30B · активних: 3B | 18,4 ГБ | 32 ГБ |
| Granite 4.2 30BIBM | 30B | 18,4 ГБ | 32 ГБ |
| Qwen3 Coder 30B A3B InstructQwen (Alibaba) | 30,5B · активних: 3,3B | 18,7 ГБ | 32 ГБ |
| Gemma 4 31BGoogle DeepMind | 30,7B | 18,8 ГБ | 32 ГБ |
| Qwen3.6 35B A3BQwen (Alibaba) | 35B · активних: 3B | 21,3 ГБ | 32 ГБ |
| Llama 3.3 70B InstructMeta | 70B | 42,6 ГБ | 64 ГБ |
| Nemotron 3.5 Bolt 74B A9BNVIDIA | 74B · активних: 9B | 44,9 ГБ | 64 ГБ |
| Qwen3 Coder NextQwen (Alibaba) | 80B · активних: 3B | 48,6 ГБ | 96 ГБ |
| GLM-4.5 AirZ.ai (Zhipu) | 106B · активних: 12B | 64,4 ГБ | 96 ГБ |
| Llama 4 Scout 17B-16E InstructMeta | 109B · активних: 17B | 66,2 ГБ | 96 ГБ |
| gpt-oss-120bOpenAI | 117B · активних: 5,1B | 70,5 ГБ | 96 ГБ |
| Mistral Small 4 (119B)Mistral AI | 119B · активних: 6,5B | 72,3 ГБ | 128 ГБ |
| Nemotron 3 Super 120B A12BNVIDIA | 120B · активних: 12B | 72,9 ГБ | 128 ГБ |
| Qwen3.5 122B A10BQwen (Alibaba) | 122B · активних: 10B | 74,1 ГБ | 128 ГБ |
| Ornith 1.5 122BOrnith AI | 122B · активних: 10B | 74,1 ГБ | 128 ГБ |
| Devstral 2 (123B)Mistral AI | 123B | 74,7 ГБ | 128 ГБ |
| Mistral Medium 3.5 (128B)Mistral AI | 128B | 77,8 ГБ | 128 ГБ |
| Qwen3.8 Flash NextQwen (Alibaba) | 180B · активних: 6B | 109 ГБ | 192 ГБ |
| MiniMax M2.7MiniMax | 230B · активних: 10B | 140 ГБ | 192 ГБ |
| Inkling SmallThinking Machines Lab | 276B · активних: 12B | 168 ГБ | 256 ГБ |
| DeepSeek V4 Flash 0731DeepSeek | 284B · активних: 13B | 173 ГБ | 256 ГБ |
| Hy3Tencent | 295B · активних: 21B | 179 ГБ | 256 ГБ |
| MiMo V2.6 FlashXiaomi | 309B · активних: 15B | 187 ГБ | 256 ГБ |
| GLM-5.3 FlashZ.ai (Zhipu) | 320B · активних: 18B | 194 ГБ | 512 ГБ |
| Qwen3.5 397B A17BQwen (Alibaba) | 397B · активних: 17B | 241 ГБ | 512 ГБ |
| Llama 4 Maverick 17B-128E InstructMeta | 400B · активних: 17B | 243 ГБ | 512 ГБ |
| MiniMax M3MiniMax | 428B · активних: 23B | 260 ГБ | 512 ГБ |
| Beam 1.0Reflection AI | 501B · активних: 23B | 304 ГБ | 512 ГБ |
| Nemotron 3 Ultra 550B A55BNVIDIA | 550B · активних: 55B | 334 ГБ | 512 ГБ |
| DeepSeek V4.1 Flash 1017DeepSeek | 552B · активних: 16B | 335 ГБ | 512 ГБ |
| Mistral Large 3 (675B)Mistral AI | 675B · активних: 41B | 410 ГБ | 512 ГБ |
| GLM-5.3Z.ai (Zhipu) | 744B · активних: 40B | 452 ГБ | 512 ГБ |
| Muse Spark OpenMeta (Meta Superintelligence Labs) | 816B · активних: 42B | 496 ГБ | 512 ГБ |
| InklingThinking Machines Lab | 975B · активних: 41B | 592 ГБ | 512 ГБ |
| Kimi K2.6Moonshot AI | 1 000B · активних: 32B | 643 ГБ | 512 ГБ |
| Kimi K2.7 CodeMoonshot AI | 1 000B · активних: 32B | 643 ГБ | 512 ГБ |
| MiMo V2.6 ProXiaomi | 1 020B · активних: 42B | 611 ГБ | 512 ГБ |
| DeepSeek V4 Pro 0813DeepSeek | 1 600B · активних: 49B | 972 ГБ | немає |
| Qwen3.8 2.4T A95BQwen (Alibaba) | 2 400B · активних: 95B | 1,5 ТБ | немає |
| Kimi K3Moonshot AI | 2 800B · активних: 104B | 1,7 ТБ | немає |
Або почніть зі свого Mac: усі Mac · порівняння
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.