M3 Pro có nhanh hơn M3 cho LLM không?

M3 Pro đọc bộ nhớ nhanh hơn M3 khoảng 50% (150 so với 100 GB/s), nên viết nhanh hơn khoảng 50% với mọi mô hình vừa cả hai. Việc đọc một prompt dài lại phụ thuộc vào sức tính toán của GPU, điều mà phép so sánh này không đề cập.

M3 hay M3 Pro chạy được mô hình lớn hơn?

M3 Pro: M3 Pro có tới 36 GB bộ nhớ, M3 tới 24 GB. Ở cấu hình lớn nhất, nó chạy tốt 28 trên 73 mô hình mở, so với 20.

M3 vs M3 Pro cho LLM: bộ nhớ, tốc độ, nên mua máy nào

Cạnh nhau

	M3	M3 Pro
Dung lượng bộ nhớ	8, 16, 24 GB	18, 36 GB
Băng thông bộ nhớ	100 GB/s	150 GB/s
Cho mô hình, tối đa	khoảng 18 GB	khoảng 27 GB
Mô hình chạy tốt	20 trên 73	28 trên 73
Hạng ghế MLX	Core	Pro
Có trên	MacBook Pro (14-inch, M3, Nov 2023), iMac (24-inch, M3, 2023, Two ports), iMac (24-inch, M3, 2023, Four ports), MacBook Air (13-inch, M3, 2024), MacBook Air (15-inch, M3, 2024)	MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023)

Tốc độ với các mô hình phổ biến

Token mỗi giây cho một cuộc trò chuyện, mỗi chip ở dung lượng bộ nhớ lớn nhất (24 GB và 36 GB), với phiên bản tốt nhất của mô hình vừa với máy.

Mô hình	M3	M3 Pro
Llama 3.1 8B Instruct8B	10–18 4-bit	10–18 6-bit
gpt-oss-20b21B · 3,6B hoạt động	24–42 4,25-bit gốc	36–63 4,25-bit gốc
Qwen3.6 35B A3B35B · 3B hoạt động	35–62 3-bit chất lượng thấp hơn	40–71 4-bit
Qwen3.8 27B27B	3–5 4-bit	3–5 6-bit
Llama 3.3 70B Instruct70B	quá lớn	3–5 2-bit chất lượng thấp hơn
gpt-oss-120b117B · 5,1B hoạt động	quá lớn	quá lớn
Qwen3.5 122B A10B122B · 10B hoạt động	quá lớn	quá lớn
DeepSeek V4 Flash 0731284B · 13B hoạt động	quá lớn	quá lớn

Câu hỏi

M3 Pro có nhanh hơn M3 cho LLM không?: M3 Pro đọc bộ nhớ nhanh hơn M3 khoảng 50% (150 so với 100 GB/s), nên viết nhanh hơn khoảng 50% với mọi mô hình vừa cả hai. Việc đọc một prompt dài lại phụ thuộc vào sức tính toán của GPU, điều mà phép so sánh này không đề cập.
M3 hay M3 Pro chạy được mô hình lớn hơn?: M3 Pro: M3 Pro có tới 36 GB bộ nhớ, M3 tới 24 GB. Ở cấu hình lớn nhất, nó chạy tốt 28 trên 73 mô hình mở, so với 20.

Thêm so sánh

M3 cho AI cục bộ · M3 Pro cho AI cục bộ · So sánh mọi mô hình · Mac tốt nhất cho LLM cục bộ

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.