Đăng nhậpTạo ví

LLM tốt nhất cho Mac 8 GB.

16 trên 73 mô hình mở chạy tốt trong 8 GB. Mặc định GPU dùng được khoảng 6 GB trong số đó. Tốc độ phụ thuộc vào chip: từ 68 GB/s trên M1 đến 100 GB/s trên M2.

Thông minh nhất mà chạy tốtMiniCPM5 2B8-bit · 2,7 GB · 11–30 tok/sLớn nhất mà chạy tốtGranite 4.2 8B4-bit · 4,5 GB · 7–18 tok/s

Mac có 8 GB

3 chip từ M1 đến M3 có bản 8 GB. Mở từng chip để xem danh sách và tốc độ riêng.

Chạy tốt 21

Vừa bộ nhớ, còn chỗ cho ngữ cảnh, từ 10 token mỗi giây trở lên trên M2.

Mô hìnhPhiên bảnBộ nhớM1M2
MiniCPM5 2B2,52B · Trí tuệ 12,58-bit2,7 GB11–2017–30
Granite 4.2 8B8B · Trí tuệ 11,14-bit4,5 GB7–1210–18
Granite 4.2 3B3B · Trí tuệ 9,18-bit3,2 GB10–1714–25
Gemma 4 E4B8B · Trí tuệ 8,94-bit4,5 GB12–2218–32
Nemotron 3 Nano 4B3,97B · Trí tuệ 4,88-bit4,2 GB10–1711–19
Llama 3.1 8B Instruct8B4-bit4,5 GB7–1210–18
Gemma 4 E2B5,1B6-bit4,1 GB16–2924–42
Qwen3.5 4B4B8-bit4,3 GB13–2410–19
Phi-4 mini instruct3,8B8-bit4 GB10–1811–20
Llama 3.2 3B Instruct3,21B8-bit3,4 GB12–2113–24
SmolLM3 3B3B8-bit3,2 GB10–1714–25
LFM2.5 2.6B2,69B8-bit2,9 GB11–1916–28
Qwen3.5 2B2B8-bit2,1 GB15–2621–38
Llama 3.2 1B Instruct1,23B8-bit1,3 GB24–4235–62
Qwen3.5 0.8B0,8B8-bit0,9 GB34–6050–89
Qwen3 0.6B0,6B8-bit0,6 GB51–9175–133
Qwen3.5 9B9B · Trí tuệ 11,23-bit chất lượng thấp hơn3,9 GB8–1412–21
Ministral 3 8B8,9B · Trí tuệ 5,53-bit chất lượng thấp hơn3,9 GB8–1412–21
Phi-4 (14B)14B2-bit chất lượng thấp hơn4,4 GB7–1210–18
Gemma 4 12B Unified12B2-bit chất lượng thấp hơn3,7 GB8–1512–22
Qwen3 8B8,2B3-bit chất lượng thấp hơn3,6 GB9–1513–22

Vừa đủ chỗ 1

Cần gần hết bộ nhớ: hãy nâng giới hạn bộ nhớ GPU và giữ ngữ cảnh ngắn.

Mô hìnhPhiên bảnBộ nhớM1M2
Phi-4 Reasoning Vision 15B15B2-bit chất lượng thấp hơn4,7 GB7–1210–17

Quá lớn 51

Cần hơn 8 GB bộ nhớ, kể cả ở mức 2 bit.

Câu hỏi

LLM nào tốt nhất cho Mac có 8 GB?
Trong các mô hình có Intelligence Index công bố, MiniCPM5 2B đạt điểm cao nhất trong số những mô hình chạy tốt trong 8 GB (8-bit). Mô hình lớn nhất chạy tốt là Granite 4.2 8B.
8 GB có đủ cho AI cục bộ trên Mac không?
16 trên 73 mô hình mở ở đây chạy tốt trong dung lượng này ở mức 4 bit trở lên. Mặc định macOS cho GPU dùng khoảng 6 GB trong số đó; mô hình và ngữ cảnh phải vừa trong phần này.
Mac 8 GB có chạy được gpt-oss-20b không?
Không: nó cần hơn 6 GB mà GPU được dùng theo mặc định.

Dung lượng khác: 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

Chạy bằng MLX Harness (miễn phí, mã nguồn mở) hoặc mlx-lm của Apple trong Terminal: hướng dẫn từng bước.

Cách tính

Bộ nhớ: số tham số của mô hình ở 8, 6, 4, 3 hoặc 2 bit mỗi trọng số cộng với hệ số tỷ lệ theo nhóm của MLX (nửa bit mỗi trọng số), hoặc theo định dạng gốc, rồi thêm chỗ cho ngữ cảnh. Mặc định macOS cho GPU dùng khoảng 75% bộ nhớ hợp nhất. Tốc độ: băng thông bộ nhớ chia cho số byte đọc mỗi token là mức trần cho một cuộc trò chuyện; trong benchmark Apple Silicon công khai của llama.cpp, thực tế đạt khoảng 45% đến 80% mức đó, và đó là khoảng được hiển thị. Đây là ước tính, không phải số đo: hãy đo chính Mac của bạn trên MLX Bench. Số liệu mô hình lấy từ thẻ mô hình chính thức, số liệu chip từ Thông số kỹ thuật của Apple. Kiểm tra ngày 2026-10-19. Cùng dữ liệu với mlx.app/compare.

LLM cục bộ tốt nhất cho Mac 8 GB (M1 đến M3): chạy được gì