Đăng nhậpTạo ví

M2 với 8 GB chạy được gì?

16 trên 73 mô hình mở chạy tốt trên máy này. Mặc định GPU dùng được khoảng 6 GB trong 8 GB, và đọc bộ nhớ ở 100 GB/s, yếu tố quyết định tốc độ viết. Có trên: MacBook Air (M2, 2022), MacBook Pro (13-inch, M2, 2022), MacBook Air (15-inch, M2, 2023), Mac mini (2023).

Thông minh nhất mà chạy tốtMiniCPM5 2B8-bit · 2,7 GB · 17–30 tok/sLớn nhất mà chạy tốtGranite 4.2 8B4-bit · 4,5 GB · 10–18 tok/s

Chạy tốt 21

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

Mô hìnhPhiên bảnBộ nhớToken/giây
MiniCPM5 2B2,52B · Trí tuệ 12,58-bit2,7 GB17–30
Granite 4.2 8B8B · Trí tuệ 11,14-bit4,5 GB10–18
Granite 4.2 3B3B · Trí tuệ 9,18-bit3,2 GB14–25
Gemma 4 E4B8B · Trí tuệ 8,94-bit4,5 GB18–32
Nemotron 3 Nano 4B3,97B · Trí tuệ 4,88-bit4,2 GB11–19
Llama 3.1 8B Instruct8B4-bit4,5 GB10–18
Gemma 4 E2B5,1B6-bit4,1 GB24–42
Qwen3.5 4B4B8-bit4,3 GB10–19
Phi-4 mini instruct3,8B8-bit4 GB11–20
Llama 3.2 3B Instruct3,21B8-bit3,4 GB13–24
SmolLM3 3B3B8-bit3,2 GB14–25
LFM2.5 2.6B2,69B8-bit2,9 GB16–28
Qwen3.5 2B2B8-bit2,1 GB21–38
Llama 3.2 1B Instruct1,23B8-bit1,3 GB35–62
Qwen3.5 0.8B0,8B8-bit0,9 GB50–89
Qwen3 0.6B0,6B8-bit0,6 GB75–133
Qwen3.5 9B9B · Trí tuệ 11,23-bit chất lượng thấp hơn3,9 GB12–21
Ministral 3 8B8,9B · Trí tuệ 5,53-bit chất lượng thấp hơn3,9 GB12–21
Phi-4 (14B)14B2-bit chất lượng thấp hơn4,4 GB10–18
Gemma 4 12B Unified12B2-bit chất lượng thấp hơn3,7 GB12–22
Qwen3 8B8,2B3-bit chất lượng thấp hơn3,6 GB13–22

Vừa đủ chỗ 1

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

Mô hìnhPhiên bảnBộ nhớToken/giây
Phi-4 Reasoning Vision 15B15B2-bit chất lượng thấp hơn4,7 GB10–17

Quá lớn 51

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

Các Mac khác

Mọi Mac có 8 GB, với bất kỳ chip nào.

M2 với nhiều hoặc ít bộ nhớ hơn:

Chip lân cận:

Đối đầu:

So sánh với bất kỳ Mac hoặc GPU nào · M2 cho AI cục bộ · Mac tốt nhất cho LLM cục bộ · Mọi Mac

Câu hỏi

LLM nào tốt nhất cho M2 với 8 GB?
Trong các mô hình có Intelligence Index công bố, MiniCPM5 2B đạt điểm cao nhất trong số những mô hình chạy tốt ở đây: 8-bit, khoảng 17–30 token mỗi giây. Mô hình lớn nhất chạy tốt là Granite 4.2 8B.
M2 với 8 GB có chạy được Llama 3.3 70B không?
Không: ngay cả ở mức 2 bit, nó vẫn cần hơn 6 GB mà GPU được dùng theo mặc định.
gpt-oss-20b chạy nhanh đến đâu trên M2?
Nó không vừa trong 8 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.

M2 8 GB chạy được LLM nào? Mọi mô hình, kèm tốc độ