登录创建钱包

36 GB Mac 最适合的 LLM。

73 个开放模型中有 38 个能在 36 GB 中流畅运行。默认情况下，GPU 可以使用其中约 27 GB。速度取决于芯片：从 M3 Pro 的 150 GB/s 到 M5 Max 的 460 GB/s。

流畅运行中最聪明的Qwen3.8 27B4 位 · 15.2 GB · 3–24 tok/s流畅运行中最大的Qwen3.6 35B A3B4 位 · 19.7 GB · 40–216 tok/s适合写代码Qwen3 Coder 30B A3B Instruct6 位 · 24.8 GB · 25–136 tok/s

36 GB 的 Mac

M3 至 M5 中有 4 款芯片提供 36 GB 配置。打开任一款，查看它的列表和速度。

流畅运行 40

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

模型版本内存M3 ProM5 Max
Qwen3.8 27B27B · 智能 33.74 位15.2 GB3–514–24
Qwen3.6 35B A3B35B · 激活 3B · 智能 18.24 位19.7 GB40–71122–216
Muse Glimmer 30B29.6B · 智能 17.54 位16.7 GB3–512–22
Gemma 4 31B30.7B · 智能 14.74 位17.3 GB3–512–21
Nemotron 3.5 Lightning 30B A3B30B · 激活 3B · 智能 12.96 位24.4 GB28–5086–153
Granite 4.2 30B30B · 智能 12.74 位16.9 GB3–512–22
MiniCPM5 2B2.52B · 智能 12.58 位2.7 GB25–4477–136
Qwen3.5 9B9B · 智能 11.28 位9.6 GB13–2422–38
Granite 4.2 8B8B · 智能 11.18 位8.5 GB10–1824–43
Granite 4.2 3B3B · 智能 9.18 位3.2 GB21–3865–115
gpt-oss-20b21B · 激活 3.6B · 智能 9原生 4.25 位13.8 GB36–63109–194
Nemotron 3 Nano 30B A3B30B · 激活 3.5B · 智能 8.96 位24.4 GB24–4374–131
Gemma 4 E4B8B · 智能 8.98 位8.5 GB14–2543–77
Ministral 3 8B8.9B · 智能 5.58 位9.5 GB14–2422–39
Nemotron 3 Nano 4B3.97B · 智能 4.88 位4.2 GB16–2949–88
Qwen3 Coder 30B A3B Instruct30.5B · 激活 3.3B6 位24.8 GB25–4477–136
GLM-4.7 Flash30B · 激活 3B6 位24.4 GB28–5086–153
Qwen3.6 27B27B4 位15.2 GB3–514–24
Gemma 4 26B A4B25.2B · 激活 3.8B6 位20.5 GB22–3967–119
Devstral Small 2 (24B)24B6 位19.5 GB3–611–19
Magistral Small 1.2 (2509)24B6 位19.5 GB3–611–19
Mistral Small 3.2 (24B)24B6 位19.5 GB3–611–19
LFM2.5 24B A2B24B · 激活 2B6 位19.5 GB42–75129–230
Phi-4 Reasoning Vision 15B15B8 位15.9 GB4–813–23
Phi-4 (14B)14B8 位14.9 GB5–814–25
Gemma 4 12B Unified12B8 位12.7 GB10–1816–29
Qwen3 8B8.2B8 位8.7 GB10–1824–42
Llama 3.1 8B Instruct8B8 位8.5 GB10–1824–43
Gemma 4 E2B5.1B8 位5.4 GB28–5086–153
Qwen3.5 4B4B8 位4.3 GB16–2848–86
Phi-4 mini instruct3.8B8 位4 GB17–3052–92
Llama 3.2 3B Instruct3.21B8 位3.4 GB20–3561–108
SmolLM3 3B3B8 位3.2 GB21–3865–115
LFM2.5 2.6B2.69B8 位2.9 GB23–4171–127
Qwen3.5 2B2B8 位2.1 GB32–5799–175
Llama 3.2 1B Instruct1.23B8 位1.3 GB52–92159–283
Qwen3.5 0.8B0.8B8 位0.9 GB75–133230–409
Qwen3 0.6B0.6B8 位0.6 GB113–200345–613
Nemotron 3.5 Bolt 74B A9B74B · 激活 9B · 智能 21.42 位 质量较低23.1 GB24–4374–131
Qwen3 Coder Next80B · 激活 3B · 智能 9.22 位 质量较低25 GB75–133230–409

能运行，但较慢 1

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M3 ProM5 Max
Llama 3.3 70B Instruct70B2 位 质量较低21.9 GB3–59–17

太大 32

所需内存超过 36 GB，即使是 2 位也不行。

常见问题

36 GB 的 Mac 最适合运行哪个 LLM？
在公布了 Intelligence Index 的模型中，Qwen3.8 27B 是能在 36 GB 中流畅运行的模型里得分最高的（4 位）。能流畅运行的最大模型是 Qwen3.6 35B A3B。写代码可选 Qwen3 Coder 30B A3B Instruct。
36 GB 够在 Mac 上运行本地 AI 吗？
本页 73 个开放模型中，有 38 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 27 GB，模型及其上下文必须装进这个空间。
36 GB 的 Mac 能运行 gpt-oss-20b 吗？
可以，原生 4.25 位，在 M3 Pro 上每秒约 36–63 个 token，在 M5 Max 上约 109–194 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。

36 GB Mac 最适合的本地 LLM（M3 至 M5）：能运行什么，有多快