24 GB والے Mac کے لیے بہترین LLM کون سا ہے؟

جن ماڈلز کا Intelligence Index شائع ہوا ہے، ان میں سے 24 GB میں اچھا چلنے والوں میں MiniCPM5 2B کا اسکور سب سے زیادہ ہے (8-bit)۔ اچھا چلنے والا سب سے بڑا ماڈل Gemma 4 26B A4B ہے۔ کوڈ کے لیے: Devstral Small 2 (24B)۔

کیا Mac پر لوکل AI کے لیے 24 GB کافی ہے؟

یہاں کے 73 اوپن ماڈلز میں سے 28 اس میں 4 bits یا بہتر پر اچھے چلتے ہیں۔ macOS ڈیفالٹ طور پر GPU کو اس کا تقریباً 18 GB استعمال کرنے دیتا ہے؛ ماڈل اور اس کا کانٹیکسٹ اسی میں سمانے چاہییں۔

کیا 24 GB Mac پر gpt-oss-20b چل سکتا ہے؟

جی ہاں، اصل 4.25-bit، M3 پر فی سیکنڈ تقریباً 24–42 ٹوکن اور M5 Pro پر 73–129۔

24 GB Mac کے لیے بہترین لوکل LLMs (M2 سے M6): کیا چلتا ہے

24 GB والے Mac

M2 سے M6 کی 7 چپس 24 GB کے ساتھ آتی ہیں۔ اس کی اپنی فہرست اور رفتار کے لیے کوئی بھی کھولیں۔

اچھے چلتے ہیں 36

کانٹیکسٹ کی گنجائش کے ساتھ سماتا ہے، M5 Pro پر فی سیکنڈ 10 یا زیادہ ٹوکن پر۔

ماڈل	ورژن	میموری	M3	M5 Pro
MiniCPM5 2B2.52B · ذہانت 12.5	8-bit	2.7 GB	17–30	51–91
Qwen3.5 9B9B · ذہانت 11.2	8-bit	9.6 GB	5–8	14–26
Granite 4.2 8B8B · ذہانت 11.1	8-bit	8.5 GB	10–18	16–29
Granite 4.2 3B3B · ذہانت 9.1	8-bit	3.2 GB	14–25	43–77
gpt-oss-20b21B · 3.6B فعال · ذہانت 9	اصل 4.25-bit	13.8 GB	24–42	73–129
Gemma 4 E4B8B · ذہانت 8.9	8-bit	8.5 GB	12–22	29–51
Ministral 3 8B8.9B · ذہانت 5.5	8-bit	9.5 GB	5–8	15–26
Nemotron 3 Nano 4B3.97B · ذہانت 4.8	8-bit	4.2 GB	11–19	33–58
Gemma 4 26B A4B25.2B · 3.8B فعال	4-bit	14.2 GB	21–38	66–117
Devstral Small 2 (24B)24B	4-bit	13.5 GB	3–6	10–18
Magistral Small 1.2 (2509)24B	4-bit	13.5 GB	3–6	10–18
Mistral Small 3.2 (24B)24B	4-bit	13.5 GB	3–6	10–18
LFM2.5 24B A2B24B · 2B فعال	4-bit	13.5 GB	41–73	126–223
Phi-4 Reasoning Vision 15B15B	6-bit	12.2 GB	3–5	11–20
Phi-4 (14B)14B	6-bit	11.4 GB	3–5	12–22
Gemma 4 12B Unified12B	8-bit	12.7 GB	4–6	11–19
Qwen3 8B8.2B	8-bit	8.7 GB	10–17	16–28
Llama 3.1 8B Instruct8B	8-bit	8.5 GB	10–18	16–29
Gemma 4 E2B5.1B	8-bit	5.4 GB	19–33	58–102
Qwen3.5 4B4B	8-bit	4.3 GB	10–19	32–57
Phi-4 mini instruct3.8B	8-bit	4 GB	11–20	35–61
Llama 3.2 3B Instruct3.21B	8-bit	3.4 GB	13–24	41–72
SmolLM3 3B3B	8-bit	3.2 GB	14–25	43–77
LFM2.5 2.6B2.69B	8-bit	2.9 GB	16–28	48–85
Qwen3.5 2B2B	8-bit	2.1 GB	21–38	66–117
Llama 3.2 1B Instruct1.23B	8-bit	1.3 GB	35–62	106–189
Qwen3.5 0.8B0.8B	8-bit	0.9 GB	50–89	154–273
Qwen3 0.6B0.6B	8-bit	0.6 GB	75–133	230–409
Qwen3.6 35B A3B35B · 3B فعال · ذہانت 18.2	3-bit کم معیار	15.3 GB	35–62	106–189
Muse Glimmer 30B29.6B · ذہانت 17.5	3-bit کم معیار	13 GB	3–6	11–19
Gemma 4 31B30.7B · ذہانت 14.7	3-bit کم معیار	13.4 GB	3–6	10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B فعال · ذہانت 12.9	3-bit کم معیار	13.1 GB	35–62	106–189
Granite 4.2 30B30B · ذہانت 12.7	3-bit کم معیار	13.1 GB	3–6	11–19
Nemotron 3 Nano 30B A3B30B · 3.5B فعال · ذہانت 8.9	3-bit کم معیار	13.1 GB	30–53	92–164
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B فعال	3-bit کم معیار	13.3 GB	32–57	99–175
GLM-4.7 Flash30B · 3B فعال	3-bit کم معیار	13.1 GB	35–62	106–189

چلتے ہیں، مگر سست 2

سماتا ہے، مگر فی سیکنڈ 10 ٹوکن سے کم: بیچ کام کے لیے ٹھیک، چیٹ کے لیے سست۔

ماڈل	ورژن	میموری	M3	M5 Pro
Qwen3.8 27B27B · ذہانت 33.7	4-bit	15.2 GB	3–5	9–16
Qwen3.6 27B27B	4-bit	15.2 GB	3–5	9–16

سوالات

24 GB والے Mac کے لیے بہترین LLM کون سا ہے؟: جن ماڈلز کا Intelligence Index شائع ہوا ہے، ان میں سے 24 GB میں اچھا چلنے والوں میں MiniCPM5 2B کا اسکور سب سے زیادہ ہے (8-bit)۔ اچھا چلنے والا سب سے بڑا ماڈل Gemma 4 26B A4B ہے۔ کوڈ کے لیے: Devstral Small 2 (24B)۔
کیا Mac پر لوکل AI کے لیے 24 GB کافی ہے؟: یہاں کے 73 اوپن ماڈلز میں سے 28 اس میں 4 bits یا بہتر پر اچھے چلتے ہیں۔ macOS ڈیفالٹ طور پر GPU کو اس کا تقریباً 18 GB استعمال کرنے دیتا ہے؛ ماڈل اور اس کا کانٹیکسٹ اسی میں سمانے چاہییں۔
کیا 24 GB Mac پر gpt-oss-20b چل سکتا ہے؟: جی ہاں، اصل 4.25-bit، M3 پر فی سیکنڈ تقریباً 24–42 ٹوکن اور M5 Pro پر 73–129۔

دوسرے سائز: 8 GB · 16 GB · 18 GB · 24 GB · 32 GB · 36 GB · 48 GB · 64 GB · 96 GB · 128 GB · 192 GB · 256 GB · 512 GB

انہیں MLX Harness (مفت، اوپن سورس) یا Terminal میں Apple کے mlx-lm سے چلائیں: مرحلہ وار۔

یہ کیسے نکالا گیا

میموری: ماڈل کے پیرامیٹرز فی ویٹ 8، 6، 4، 3 یا 2 bits پر، ساتھ MLX کے گروپ اسکیلز (فی ویٹ آدھا bit)، یا اس کا اصل فارمیٹ، اور اوپر سے کانٹیکسٹ کی گنجائش۔ macOS ڈیفالٹ طور پر GPU کو یونیفائیڈ میموری کا تقریباً 75% استعمال کرنے دیتا ہے۔ رفتار: میموری بینڈوڈتھ کو فی ٹوکن پڑھے جانے والے بائٹس سے تقسیم کریں تو ایک گفتگو کی حد ملتی ہے؛ llama.cpp کے Apple Silicon پر پبلک بینچ مارکس میں اصل رنز اس کے تقریباً 45% سے 80% تک پہنچتے ہیں، اور یہی رینج دکھائی گئی ہے۔ یہ اندازے ہیں، پیمائشیں نہیں: اپنا Mac MLX Bench پر ناپیں۔ ماڈل کے اعداد ہر ماڈل کے آفیشل ماڈل کارڈ سے، چپ کے اعداد Apple کی Tech Specs سے۔ 2026-10-19 کو چیک کیا گیا۔ وہی ڈیٹا جو mlx.app/compare پر ہے۔

24 GB Mac کے لیے بہترین LLMs۔