登录创建钱包

24 GB Mac 最适合的 LLM。

73 个开放模型中有 28 个能在 24 GB 中流畅运行。默认情况下，GPU 可以使用其中约 18 GB。速度取决于芯片：从 M3 的 100 GB/s 到 M5 Pro 的 307 GB/s。

流畅运行中最聪明的MiniCPM5 2B8 位 · 2.7 GB · 17–91 tok/s流畅运行中最大的Gemma 4 26B A4B4 位 · 14.2 GB · 21–117 tok/s适合写代码Devstral Small 2 (24B)4 位 · 13.5 GB · 3–18 tok/s

24 GB 的 Mac

M2 至 M6 中有 7 款芯片提供 24 GB 配置。打开任一款，查看它的列表和速度。

流畅运行 36

装得下，还留有上下文空间，在 M5 Pro 上每秒 10 个 token 以上。

模型版本内存M3M5 Pro
MiniCPM5 2B2.52B · 智能 12.58 位2.7 GB17–3051–91
Qwen3.5 9B9B · 智能 11.28 位9.6 GB5–814–26
Granite 4.2 8B8B · 智能 11.18 位8.5 GB10–1816–29
Granite 4.2 3B3B · 智能 9.18 位3.2 GB14–2543–77
gpt-oss-20b21B · 激活 3.6B · 智能 9原生 4.25 位13.8 GB24–4273–129
Gemma 4 E4B8B · 智能 8.98 位8.5 GB12–2229–51
Ministral 3 8B8.9B · 智能 5.58 位9.5 GB5–815–26
Nemotron 3 Nano 4B3.97B · 智能 4.88 位4.2 GB11–1933–58
Gemma 4 26B A4B25.2B · 激活 3.8B4 位14.2 GB21–3866–117
Devstral Small 2 (24B)24B4 位13.5 GB3–610–18
Magistral Small 1.2 (2509)24B4 位13.5 GB3–610–18
Mistral Small 3.2 (24B)24B4 位13.5 GB3–610–18
LFM2.5 24B A2B24B · 激活 2B4 位13.5 GB41–73126–223
Phi-4 Reasoning Vision 15B15B6 位12.2 GB3–511–20
Phi-4 (14B)14B6 位11.4 GB3–512–22
Gemma 4 12B Unified12B8 位12.7 GB4–611–19
Qwen3 8B8.2B8 位8.7 GB10–1716–28
Llama 3.1 8B Instruct8B8 位8.5 GB10–1816–29
Gemma 4 E2B5.1B8 位5.4 GB19–3358–102
Qwen3.5 4B4B8 位4.3 GB10–1932–57
Phi-4 mini instruct3.8B8 位4 GB11–2035–61
Llama 3.2 3B Instruct3.21B8 位3.4 GB13–2441–72
SmolLM3 3B3B8 位3.2 GB14–2543–77
LFM2.5 2.6B2.69B8 位2.9 GB16–2848–85
Qwen3.5 2B2B8 位2.1 GB21–3866–117
Llama 3.2 1B Instruct1.23B8 位1.3 GB35–62106–189
Qwen3.5 0.8B0.8B8 位0.9 GB50–89154–273
Qwen3 0.6B0.6B8 位0.6 GB75–133230–409
Qwen3.6 35B A3B35B · 激活 3B · 智能 18.23 位 质量较低15.3 GB35–62106–189
Muse Glimmer 30B29.6B · 智能 17.53 位 质量较低13 GB3–611–19
Gemma 4 31B30.7B · 智能 14.73 位 质量较低13.4 GB3–610–18
Nemotron 3.5 Lightning 30B A3B30B · 激活 3B · 智能 12.93 位 质量较低13.1 GB35–62106–189
Granite 4.2 30B30B · 智能 12.73 位 质量较低13.1 GB3–611–19
Nemotron 3 Nano 30B A3B30B · 激活 3.5B · 智能 8.93 位 质量较低13.1 GB30–5392–164
Qwen3 Coder 30B A3B Instruct30.5B · 激活 3.3B3 位 质量较低13.3 GB32–5799–175
GLM-4.7 Flash30B · 激活 3B3 位 质量较低13.1 GB35–62106–189

能运行，但较慢 2

装得下，但每秒不到 10 个 token：适合批量任务，用来聊天会慢。

模型版本内存M3M5 Pro
Qwen3.8 27B27B · 智能 33.74 位15.2 GB3–59–16
Qwen3.6 27B27B4 位15.2 GB3–59–16

太大 35

所需内存超过 24 GB，即使是 2 位也不行。

常见问题

24 GB 的 Mac 最适合运行哪个 LLM？
在公布了 Intelligence Index 的模型中，MiniCPM5 2B 是能在 24 GB 中流畅运行的模型里得分最高的（8 位）。能流畅运行的最大模型是 Gemma 4 26B A4B。写代码可选 Devstral Small 2 (24B)。
24 GB 够在 Mac 上运行本地 AI 吗？
本页 73 个开放模型中，有 28 个能以 4 位或更高精度在其中流畅运行。macOS 默认允许 GPU 使用其中约 18 GB，模型及其上下文必须装进这个空间。
24 GB 的 Mac 能运行 gpt-oss-20b 吗？
可以，原生 4.25 位，在 M3 上每秒约 24–42 个 token，在 M5 Pro 上约 73–129 个。

其他容量： 8 GB · 16 GB · 18 GB · 24 GB · 32 GB · 36 GB · 48 GB · 64 GB · 96 GB · 128 GB · 192 GB · 256 GB · 512 GB

可以用 MLX Harness（免费、开源）运行，也可以在终端中使用 Apple 的 mlx-lm：分步指南。

计算方法

内存：模型参数按每个权重 8、6、4、3 或 2 位计算，加上 MLX 的分组缩放（每个权重半位），或按其原生格式计算，再留出上下文空间。macOS 默认允许 GPU 使用约 75% 的统一内存。速度：内存带宽除以每个 token 读取的字节数，就是单个对话的上限；在 llama.cpp 的 Apple Silicon 公开基准测试中，实际运行可达这个上限的约 45% 到 80%，本页显示的就是这个范围。这些是估算值，不是实测值：可以在 MLX Bench 上测量你自己的 Mac。模型数据来自各模型的官方模型卡，芯片数据来自 Apple 的技术规格。核对于 2026-10-19。数据与 mlx.app/compare 相同。

24 GB Mac 最适合的本地 LLM（M2 至 M6）：能运行什么，有多快