| Mô hình | Kích thước | Ở 4-bit | Mac nhỏ nhất |
|---|---|---|---|
| Qwen3 0.6BQwen (Alibaba) | 0,6B | 1,8 GB | 8 GB |
| Qwen3.5 0.8BQwen (Alibaba) | 0,8B | 2 GB | 8 GB |
| Llama 3.2 1B InstructMeta | 1,23B | 2,2 GB | 8 GB |
| Qwen3.5 2BQwen (Alibaba) | 2B | 2,6 GB | 8 GB |
| MiniCPM5 2BOpenBMB | 2,52B | 2,9 GB | 8 GB |
| LFM2.5 2.6BLiquid AI | 2,69B | 3 GB | 8 GB |
| Granite 4.2 3BIBM | 3B | 3,2 GB | 8 GB |
| SmolLM3 3BHugging Face | 3B | 3,2 GB | 8 GB |
| Llama 3.2 3B InstructMeta | 3,21B | 3,3 GB | 8 GB |
| Phi-4 mini instructMicrosoft | 3,8B | 3,6 GB | 8 GB |
| Nemotron 3 Nano 4BNVIDIA | 3,97B | 3,7 GB | 8 GB |
| Qwen3.5 4BQwen (Alibaba) | 4B | 3,8 GB | 8 GB |
| Gemma 4 E2BGoogle DeepMind | 5,1B | 4,4 GB | 8 GB |
| Llama 3.1 8B InstructMeta | 8B | 6 GB | 8 GB |
| Gemma 4 E4BGoogle DeepMind | 8B | 6 GB | 8 GB |
| Granite 4.2 8BIBM | 8B | 6 GB | 8 GB |
| Qwen3 8BQwen (Alibaba) | 8,2B | 6,1 GB | 16 GB |
| Ministral 3 8BMistral AI | 8,9B | 6,5 GB | 16 GB |
| Qwen3.5 9BQwen (Alibaba) | 9B | 6,6 GB | 16 GB |
| Gemma 4 12B UnifiedGoogle DeepMind | 12B | 8,2 GB | 16 GB |
| Phi-4 (14B)Microsoft | 14B | 9,4 GB | 16 GB |
| Phi-4 Reasoning Vision 15BMicrosoft | 15B | 9,9 GB | 16 GB |
| gpt-oss-20bOpenAI | 21B · 3,6B hoạt động | 15,3 GB | 24 GB |
| Devstral Small 2 (24B)Mistral AI | 24B | 15 GB | 24 GB |
| Magistral Small 1.2 (2509)Mistral AI | 24B | 15 GB | 24 GB |
| Mistral Small 3.2 (24B)Mistral AI | 24B | 15 GB | 24 GB |
| LFM2.5 24B A2BLiquid AI | 24B · 2B hoạt động | 15 GB | 24 GB |
| Gemma 4 26B A4BGoogle DeepMind | 25,2B · 3,8B hoạt động | 15,7 GB | 24 GB |
| Qwen3.8 27BQwen (Alibaba) | 27B | 16,7 GB | 24 GB |
| Qwen3.6 27BQwen (Alibaba) | 27B | 16,7 GB | 24 GB |
| Muse Glimmer 30BMeta (Meta Superintelligence Lab) | 29,6B | 18,2 GB | 32 GB |
| GLM-4.7 FlashZ.ai (Zhipu) | 30B · 3B hoạt động | 18,4 GB | 32 GB |
| Nemotron 3 Nano 30B A3BNVIDIA | 30B · 3,5B hoạt động | 18,4 GB | 32 GB |
| Nemotron 3.5 Lightning 30B A3BNVIDIA | 30B · 3B hoạt động | 18,4 GB | 32 GB |
| Granite 4.2 30BIBM | 30B | 18,4 GB | 32 GB |
| Qwen3 Coder 30B A3B InstructQwen (Alibaba) | 30,5B · 3,3B hoạt động | 18,7 GB | 32 GB |
| Gemma 4 31BGoogle DeepMind | 30,7B | 18,8 GB | 32 GB |
| Qwen3.6 35B A3BQwen (Alibaba) | 35B · 3B hoạt động | 21,3 GB | 32 GB |
| Llama 3.3 70B InstructMeta | 70B | 42,6 GB | 64 GB |
| Nemotron 3.5 Bolt 74B A9BNVIDIA | 74B · 9B hoạt động | 44,9 GB | 64 GB |
| Qwen3 Coder NextQwen (Alibaba) | 80B · 3B hoạt động | 48,6 GB | 96 GB |
| GLM-4.5 AirZ.ai (Zhipu) | 106B · 12B hoạt động | 64,4 GB | 96 GB |
| Llama 4 Scout 17B-16E InstructMeta | 109B · 17B hoạt động | 66,2 GB | 96 GB |
| gpt-oss-120bOpenAI | 117B · 5,1B hoạt động | 70,5 GB | 96 GB |
| Mistral Small 4 (119B)Mistral AI | 119B · 6,5B hoạt động | 72,3 GB | 128 GB |
| Nemotron 3 Super 120B A12BNVIDIA | 120B · 12B hoạt động | 72,9 GB | 128 GB |
| Qwen3.5 122B A10BQwen (Alibaba) | 122B · 10B hoạt động | 74,1 GB | 128 GB |
| Ornith 1.5 122BOrnith AI | 122B · 10B hoạt động | 74,1 GB | 128 GB |
| Devstral 2 (123B)Mistral AI | 123B | 74,7 GB | 128 GB |
| Mistral Medium 3.5 (128B)Mistral AI | 128B | 77,8 GB | 128 GB |
| Qwen3.8 Flash NextQwen (Alibaba) | 180B · 6B hoạt động | 109 GB | 192 GB |
| MiniMax M2.7MiniMax | 230B · 10B hoạt động | 140 GB | 192 GB |
| Inkling SmallThinking Machines Lab | 276B · 12B hoạt động | 168 GB | 256 GB |
| DeepSeek V4 Flash 0731DeepSeek | 284B · 13B hoạt động | 173 GB | 256 GB |
| Hy3Tencent | 295B · 21B hoạt động | 179 GB | 256 GB |
| MiMo V2.6 FlashXiaomi | 309B · 15B hoạt động | 187 GB | 256 GB |
| GLM-5.3 FlashZ.ai (Zhipu) | 320B · 18B hoạt động | 194 GB | 512 GB |
| Qwen3.5 397B A17BQwen (Alibaba) | 397B · 17B hoạt động | 241 GB | 512 GB |
| Llama 4 Maverick 17B-128E InstructMeta | 400B · 17B hoạt động | 243 GB | 512 GB |
| MiniMax M3MiniMax | 428B · 23B hoạt động | 260 GB | 512 GB |
| Beam 1.0Reflection AI | 501B · 23B hoạt động | 304 GB | 512 GB |
| Nemotron 3 Ultra 550B A55BNVIDIA | 550B · 55B hoạt động | 334 GB | 512 GB |
| DeepSeek V4.1 Flash 1017DeepSeek | 552B · 16B hoạt động | 335 GB | 512 GB |
| Mistral Large 3 (675B)Mistral AI | 675B · 41B hoạt động | 410 GB | 512 GB |
| GLM-5.3Z.ai (Zhipu) | 744B · 40B hoạt động | 452 GB | 512 GB |
| Muse Spark OpenMeta (Meta Superintelligence Labs) | 816B · 42B hoạt động | 496 GB | 512 GB |
| InklingThinking Machines Lab | 975B · 41B hoạt động | 592 GB | 512 GB |
| Kimi K2.6Moonshot AI | 1.000B · 32B hoạt động | 643 GB | 512 GB |
| Kimi K2.7 CodeMoonshot AI | 1.000B · 32B hoạt động | 643 GB | 512 GB |
| MiMo V2.6 ProXiaomi | 1.020B · 42B hoạt động | 611 GB | 512 GB |
| DeepSeek V4 Pro 0813DeepSeek | 1.600B · 49B hoạt động | 972 GB | không có |
| Qwen3.8 2.4T A95BQwen (Alibaba) | 2.400B · 95B hoạt động | 1,5 TB | không có |
| Kimi K3Moonshot AI | 2.800B · 104B hoạt động | 1,7 TB | không có |
Hoặc bắt đầu từ Mac của bạn: mọi Mac · so sánh
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.