Apple Silicon Mac 配置

從 M1 到 M6 的每一款 Apple Silicon 晶片，以及 Apple 為其提供的每一種記憶體容量：統一記憶體、記憶體頻寬、GPU 核心選項和搭載它的 Mac，均讀取自 Apple 的技術規格頁面，每一列都註明出處。站內頁面：所有 Mac。

JSON · 46 KB76320724a7fac765…
CSV · 26 KBe8a976f183d2a114…

14 欄 · 58 列 · 核對於 2026年10月19日

欄	型別	含義
`mac`	文字	識別符號：晶片和記憶體容量，與 mlx.app/mac/<mac> 一致
`chip`	文字	晶片名稱
`chip_id`	文字	晶片識別符號
`generation`	數字	M 系列代數（1 = M1）
`tier`	文字	base、pro、max 或 ultra
`memory_gb`	數字	統一記憶體，GB
`bandwidth_gbs`	數字	Apple 公佈的記憶體頻寬，GB/s（Apple 未公佈時為空：M1）
`bandwidth_gbs_used`	數字	估算使用的頻寬，GB/s（M1：68，依據 Apple 的相對說法；見備註）
`gpu_memory_default_gb`	數字	約為統一記憶體的 75%：macOS 預設允許 GPU 使用的量（推算）
`gpu_cores`	文字	該記憶體容量可選的 GPU 核心數（清單）
`macs`	文字	搭載該晶片的 Mac，按 Apple 的型號名稱（清單）
`note`	文字	來源中的注意事項
`page`	文字	mlx.app 上列出這臺 Mac 能執行的所有模型的頁面
`sources`	文字	讀取數字的 Apple 頁面（清單）

開放 AI 模型：參數量、啟用參數量與記憶體

mlx.app/compare 上的每一個開放權重語言模型：總參數量和啟用參數量、架構（稠密或混合專家）、上下文長度、授權條款、發布日期、精度和權重大小，讀取自每個模型的官方 Hugging Face 模型卡、config.json 和檔案清單。站內頁面：所有模型。

JSON · 58 KBfab2a48fe7634166…
CSV · 33 KB17a162513e8de204…

19 欄 · 83 列 · 核對於 2026年10月19日

欄	型別	含義
`model`	文字	識別符號，與 mlx.app/run/<model> 一致
`name`	文字	模型名稱
`maker`	文字	發布方
`hf_repo`	文字	官方 Hugging Face 儲存庫
`params_b`	數字	總參數量，十億（模型卡）
`active_params_b`	數字	每生成一個 token 讀取的參數量，十億（稠密模型等於 params_b；迴圈模型除外，它每次迴圈讀取一次共享塊：按預設迴圈次數計）
`architecture`	文字	dense 或 moe
`context_tokens`	數字	最大上下文，token 數（config.json）
`license`	文字	模型卡上註明的授權條款
`released`	文字	發布日期（YYYY-MM-DD；模型卡未註明時取儲存庫建立日期）
`modality`	文字	輸入：text，或 text+image
`precision`	文字	官方權重的精度
`repo_weights_gb`	數字	官方權重檔案的大小，十進位制 GB
`native_gb`	數字	模型原生低位元格式的權重，GB（僅限以該格式發布的模型）
`native_bits`	數字	該原生格式每個權重的位元數
`offload_gb`	數字	執行時可留在磁碟上的查詢表，GB（不計入記憶體估算）
`mlx_build`	文字	Hugging Face 上的社群 MLX 版本（如有）
`page`	文字	mlx.app 上列出它所需記憶體和所有能執行它的 Mac 的頁面
`sources`	文字	讀取數字的頁面（清單）

哪個開放模型能在哪臺 Mac 上執行、速度多快（估算）

每一種 Apple Silicon Mac 配置對照每一個開放模型：能裝進 macOS 分配給 GPU 的記憶體中的最高精度版本、預留上下文空間後所需的記憶體，以及以每秒 token 數表示的預估生成速度範圍。根據公開規格估算，並非實測；計算方法見 mlx.app/compare。站內頁面：計算器。

JSON · 1.5 MB7f2d9788227056df…
CSV · 532 KB77a3fb2c91226f93…

16 欄 · 4,756 列 · 核對於 2026年10月19日

欄	型別	含義
`mac`	文字	Mac 配置（見 macs）
`chip`	文字	晶片名稱
`memory_gb`	數字	統一記憶體，GB
`bandwidth_gbs`	數字	估算使用的記憶體頻寬，GB/s
`model`	文字	模型（見 models）
`model_name`	文字	模型名稱
`version`	文字	推薦版本：能裝下的最高精度（8、6、4、3 或 2 位元 MLX，或原生格式）
`bits_per_weight`	數字	每個權重儲存的位元數，含 MLX 的分組縮放（+0.5）
`weights_gb`	數字	記憶體中的權重，GB
`needs_gb`	數字	權重加上上下文和執行時的餘量（8% 或 1.5 GB，取較大者），GB
`fit`	文字	fits（在 GPU 預設的 75% 以內）、tight（在記憶體的 90% 以內）、no
`group`	文字	Runs well（裝得下，10+ tok/s）、Runs, but slowly、Only just fits、Too big
`below_4_bit`	真/假	只有低於 4 位元的版本能裝下時為 true（質量下降）
`tok_s_low`	數字	預估生成速度下限（頻寬上限的 45%），tokens/s；裝不下時為空
`tok_s_high`	數字	預估生成速度上限（上限的 80%），tokens/s
`tok_s_ceiling`	數字	頻寬上限：頻寬 ÷ 每個 token 讀取的位元組數，tokens/s

估算值，以及它們如何得出

Mac 表和模型表是從 Apple 技術規格和每個模型的官方 Hugging Face 模型卡抄錄的事實，每一列都註明出處。適配表是計算得出，而非實測：當一個模型在某個精度下的權重（每個權重的位元數加上 MLX 半位元的分組縮放），再加上上下文餘量，不超過 macOS 預設允許 GPU 使用的 75% 統一記憶體時，就視為能裝下。生成速度等於記憶體頻寬除以每個 token 讀取的位元組數，以該上限的 45% 到 80% 顯示，這是 llama.cpp 公開的 Apple Silicon 基準測試中實際執行所達到的範圍。不包括提示詞讀取、長上下文和批次處理。完整方法：mlx.app/compare。在 MLX Bench 上測量你自己的 Mac。

未包含：Artificial Analysis Intelligence Index 分數（頁面上以連結顯示，但其條款保留了再分發權）以及 llama.cpp 基準測試結果（從方法說明中連結，未複製）。

使用和引用

依據 Creative Commons Attribution 4.0 免費使用：只要附上本頁連結，即可複製、修改和發布，包括商業用途。規格本身是來自 Apple 和模型開發方的事實；模型和產品名稱歸其各自所有者。MLX 與 Apple Inc. 無關。

MLX Network (2026). MLX open data: Apple Silicon Macs, open AI models and what runs where (version 2026-10-19). https://mlx.app/data. CC BY 4.0.

上面的 URL 始終提供最新版本；每個檔案都帶有版本號（JSON 中的 version、X-Dataset-Version 響應頭，以及儲存時的檔名）。index.json 列出了每個檔案及其大小和 SHA-256。

開放資料。