لاگ انوالیٹ بنائیں

36 GB Mac کے لیے بہترین LLMs۔

36 GB میں 73 اوپن ماڈلز میں سے 38 اچھے چلتے ہیں۔ GPU ڈیفالٹ طور پر اس میں سے تقریباً 27 GB استعمال کر سکتا ہے۔ رفتار چپ پر منحصر ہے: M3 Pro پر 150 GB/s سے M5 Max پر 460 GB/s تک۔

اچھا چلنے والوں میں سب سے ذہینQwen3.8 27B4-bit · 15.2 GB · 3–24 tok/sاچھا چلنے والوں میں سب سے بڑاQwen3.6 35B A3B4-bit · 19.7 GB · 40–216 tok/sکوڈ کے لیےQwen3 Coder 30B A3B Instruct6-bit · 24.8 GB · 25–136 tok/s

36 GB والے Mac

M3 سے M5 کی 4 چپس 36 GB کے ساتھ آتی ہیں۔ اس کی اپنی فہرست اور رفتار کے لیے کوئی بھی کھولیں۔

اچھے چلتے ہیں 40

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

ماڈلورژنمیموریM3 ProM5 Max
Qwen3.8 27B27B · ذہانت 33.74-bit15.2 GB3–514–24
Qwen3.6 35B A3B35B · 3B فعال · ذہانت 18.24-bit19.7 GB40–71122–216
Muse Glimmer 30B29.6B · ذہانت 17.54-bit16.7 GB3–512–22
Gemma 4 31B30.7B · ذہانت 14.74-bit17.3 GB3–512–21
Nemotron 3.5 Lightning 30B A3B30B · 3B فعال · ذہانت 12.96-bit24.4 GB28–5086–153
Granite 4.2 30B30B · ذہانت 12.74-bit16.9 GB3–512–22
MiniCPM5 2B2.52B · ذہانت 12.58-bit2.7 GB25–4477–136
Qwen3.5 9B9B · ذہانت 11.28-bit9.6 GB13–2422–38
Granite 4.2 8B8B · ذہانت 11.18-bit8.5 GB10–1824–43
Granite 4.2 3B3B · ذہانت 9.18-bit3.2 GB21–3865–115
gpt-oss-20b21B · 3.6B فعال · ذہانت 9اصل 4.25-bit13.8 GB36–63109–194
Nemotron 3 Nano 30B A3B30B · 3.5B فعال · ذہانت 8.96-bit24.4 GB24–4374–131
Gemma 4 E4B8B · ذہانت 8.98-bit8.5 GB14–2543–77
Ministral 3 8B8.9B · ذہانت 5.58-bit9.5 GB14–2422–39
Nemotron 3 Nano 4B3.97B · ذہانت 4.88-bit4.2 GB16–2949–88
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B فعال6-bit24.8 GB25–4477–136
GLM-4.7 Flash30B · 3B فعال6-bit24.4 GB28–5086–153
Qwen3.6 27B27B4-bit15.2 GB3–514–24
Gemma 4 26B A4B25.2B · 3.8B فعال6-bit20.5 GB22–3967–119
Devstral Small 2 (24B)24B6-bit19.5 GB3–611–19
Magistral Small 1.2 (2509)24B6-bit19.5 GB3–611–19
Mistral Small 3.2 (24B)24B6-bit19.5 GB3–611–19
LFM2.5 24B A2B24B · 2B فعال6-bit19.5 GB42–75129–230
Phi-4 Reasoning Vision 15B15B8-bit15.9 GB4–813–23
Phi-4 (14B)14B8-bit14.9 GB5–814–25
Gemma 4 12B Unified12B8-bit12.7 GB10–1816–29
Qwen3 8B8.2B8-bit8.7 GB10–1824–42
Llama 3.1 8B Instruct8B8-bit8.5 GB10–1824–43
Gemma 4 E2B5.1B8-bit5.4 GB28–5086–153
Qwen3.5 4B4B8-bit4.3 GB16–2848–86
Phi-4 mini instruct3.8B8-bit4 GB17–3052–92
Llama 3.2 3B Instruct3.21B8-bit3.4 GB20–3561–108
SmolLM3 3B3B8-bit3.2 GB21–3865–115
LFM2.5 2.6B2.69B8-bit2.9 GB23–4171–127
Qwen3.5 2B2B8-bit2.1 GB32–5799–175
Llama 3.2 1B Instruct1.23B8-bit1.3 GB52–92159–283
Qwen3.5 0.8B0.8B8-bit0.9 GB75–133230–409
Qwen3 0.6B0.6B8-bit0.6 GB113–200345–613
Nemotron 3.5 Bolt 74B A9B74B · 9B فعال · ذہانت 21.42-bit کم معیار23.1 GB24–4374–131
Qwen3 Coder Next80B · 3B فعال · ذہانت 9.22-bit کم معیار25 GB75–133230–409

چلتے ہیں، مگر سست 1

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

ماڈلورژنمیموریM3 ProM5 Max
Llama 3.3 70B Instruct70B2-bit کم معیار21.9 GB3–59–17

بہت بڑے 32

2 bits پر بھی 36 GB سے زیادہ میموری چاہیے۔

سوالات

36 GB والے Mac کے لیے بہترین LLM کون سا ہے؟
جن ماڈلز کا Intelligence Index شائع ہوا ہے، ان میں سے 36 GB میں اچھا چلنے والوں میں Qwen3.8 27B کا اسکور سب سے زیادہ ہے (4-bit)۔ اچھا چلنے والا سب سے بڑا ماڈل Qwen3.6 35B A3B ہے۔ کوڈ کے لیے: Qwen3 Coder 30B A3B Instruct۔
کیا Mac پر لوکل AI کے لیے 36 GB کافی ہے؟
یہاں کے 73 اوپن ماڈلز میں سے 38 اس میں 4 bits یا بہتر پر اچھے چلتے ہیں۔ macOS ڈیفالٹ طور پر GPU کو اس کا تقریباً 27 GB استعمال کرنے دیتا ہے؛ ماڈل اور اس کا کانٹیکسٹ اسی میں سمانے چاہییں۔
کیا 36 GB Mac پر gpt-oss-20b چل سکتا ہے؟
جی ہاں، اصل 4.25-bit، M3 Pro پر فی سیکنڈ تقریباً 36–63 ٹوکن اور M5 Max پر 109–194۔

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۔

36 GB Mac کے لیے بہترین لوکل LLMs (M3 سے M5): کیا چلتا ہے