8 GB والے M3 کے لیے بہترین LLM کون سا ہے؟

جن ماڈلز کا Intelligence Index شائع ہوا ہے، ان میں سے یہاں اچھا چلنے والوں میں MiniCPM5 2B کا اسکور سب سے زیادہ ہے: 8-bit، فی سیکنڈ تقریباً 17–30 ٹوکن۔ اچھا چلنے والا سب سے بڑا ماڈل Granite 4.2 8B ہے۔

کیا 8 GB والا M3، Llama 3.3 70B چلا سکتا ہے؟

نہیں: 2 bits پر بھی اسے اس 6 GB سے زیادہ چاہیے جو GPU ڈیفالٹ طور پر استعمال کر سکتا ہے۔

M3 پر gpt-oss-20b کتنا تیز ہے؟

یہ 8 GB میں نہیں سماتا۔

8 GB والا M3 کون سے LLMs چلا سکتا ہے؟ ماڈلز اور رفتار

اچھے چلتے ہیں 21

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

ماڈل	ورژن	میموری	ٹوکن/سیکنڈ
MiniCPM5 2B2.52B · ذہانت 12.5	8-bit	2.7 GB	17–30
Granite 4.2 8B8B · ذہانت 11.1	4-bit	4.5 GB	10–18
Granite 4.2 3B3B · ذہانت 9.1	8-bit	3.2 GB	14–25
Gemma 4 E4B8B · ذہانت 8.9	4-bit	4.5 GB	18–32
Nemotron 3 Nano 4B3.97B · ذہانت 4.8	8-bit	4.2 GB	11–19
Llama 3.1 8B Instruct8B	4-bit	4.5 GB	10–18
Gemma 4 E2B5.1B	6-bit	4.1 GB	24–42
Qwen3.5 4B4B	8-bit	4.3 GB	10–19
Phi-4 mini instruct3.8B	8-bit	4 GB	11–20
Llama 3.2 3B Instruct3.21B	8-bit	3.4 GB	13–24
SmolLM3 3B3B	8-bit	3.2 GB	14–25
LFM2.5 2.6B2.69B	8-bit	2.9 GB	16–28
Qwen3.5 2B2B	8-bit	2.1 GB	21–38
Llama 3.2 1B Instruct1.23B	8-bit	1.3 GB	35–62
Qwen3.5 0.8B0.8B	8-bit	0.9 GB	50–89
Qwen3 0.6B0.6B	8-bit	0.6 GB	75–133
Qwen3.5 9B9B · ذہانت 11.2	3-bit کم معیار	3.9 GB	12–21
Ministral 3 8B8.9B · ذہانت 5.5	3-bit کم معیار	3.9 GB	12–21
Phi-4 (14B)14B	2-bit کم معیار	4.4 GB	10–18
Gemma 4 12B Unified12B	2-bit کم معیار	3.7 GB	12–22
Qwen3 8B8.2B	3-bit کم معیار	3.6 GB	13–22

بمشکل سماتے ہیں 1

تقریباً ساری میموری چاہیے: GPU میموری کی حد بڑھائیں اور کانٹیکسٹ مختصر رکھیں۔

ماڈل	ورژن	میموری	ٹوکن/سیکنڈ
Phi-4 Reasoning Vision 15B15B	2-bit کم معیار	4.7 GB	10–17

بہت بڑے 51

2 bits پر بھی 8 GB سے زیادہ میموری چاہیے۔

دوسرے Mac

8 GB والے تمام Mac، کسی بھی چپ کے ساتھ۔

زیادہ یا کم میموری والا M3:

قریبی چپس:

آمنے سامنے:

اس کا موازنہ کسی بھی Mac یا GPU سے کریں · لوکل AI کے لیے M3 · لوکل LLMs کے لیے بہترین Mac · تمام Mac

سوالات

8 GB والے M3 کے لیے بہترین LLM کون سا ہے؟: جن ماڈلز کا Intelligence Index شائع ہوا ہے، ان میں سے یہاں اچھا چلنے والوں میں MiniCPM5 2B کا اسکور سب سے زیادہ ہے: 8-bit، فی سیکنڈ تقریباً 17–30 ٹوکن۔ اچھا چلنے والا سب سے بڑا ماڈل Granite 4.2 8B ہے۔
کیا 8 GB والا M3، Llama 3.3 70B چلا سکتا ہے؟: نہیں: 2 bits پر بھی اسے اس 6 GB سے زیادہ چاہیے جو GPU ڈیفالٹ طور پر استعمال کر سکتا ہے۔
M3 پر gpt-oss-20b کتنا تیز ہے؟: یہ 8 GB میں نہیں سماتا۔

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۔