Theo dung lượng bộ nhớ
| Bộ nhớ | Chạy tốt | Lớn nhất mà chạy tốt | gpt-oss-20b |
|---|---|---|---|
| 24 GB307 GB/s | 28 | Gemma 4 26B A4B | 73–129 tok/s |
| 48 GB307 GB/s | 33 | Qwen3.6 35B A3B | 73–129 tok/s |
| 64 GB307 GB/s | 34 | Nemotron 3.5 Bolt 74B A9B | 73–129 tok/s |
Các mẫu máy: Mac mini (M6 or M5 Pro). Không phải mẫu máy nào cũng có mọi dung lượng bộ nhớ; Thông số kỹ thuật của Apple liệt kê cấu hình của từng mẫu.
Câu hỏi
- Mac mini chip M5 Pro có tốt cho LLM cục bộ không?
- Với 64 GB, máy chạy tốt 34 trên 73 mô hình mở, lớn nhất là Nemotron 3.5 Bolt 74B A9B, và viết khoảng 73–129 token mỗi giây với gpt-oss-20b. M5 Pro đọc bộ nhớ ở 307 GB/s, yếu tố quyết định tốc độ viết.
- Mac mini chip M5 Pro nên có bao nhiêu bộ nhớ để chạy AI?
- Với 24 GB, máy chạy tốt 28 mô hình mở; với 64 GB là 34, lớn nhất là Nemotron 3.5 Bolt 74B A9B. Bộ nhớ quyết định mô hình nào vừa và không thể nâng cấp sau này.
Các Mac khác
Mac mini với các chip khác:
Các Mac khác dùng chip M5 Pro:
Đối đầu:
M5 Pro cho AI cục bộ · Mac tốt nhất cho LLM cục bộ · Mọi Mac
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.