登录创建钱包

48 GB Mac 最适合的 LLM。

73 个开放模型中有 38 个能在 48 GB 中流畅运行。默认情况下，GPU 可以使用其中约 36 GB。速度取决于芯片：从 M4 Pro 的 273 GB/s 到 M5 Max 的 614 GB/s。

流畅运行中最聪明的Qwen3.8 27B8 位 · 28.7 GB · 4–17 tok/s流畅运行中最大的Qwen3.6 35B A3B6 位 · 28.4 GB · 51–205 tok/s适合写代码Qwen3 Coder 30B A3B Instruct8 位 · 32.4 GB · 35–140 tok/s

48 GB 的 Mac

M3 至 M5 中有 5 款芯片提供 48 GB 配置。打开任一款，查看它的列表和速度。

流畅运行 41

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M4 ProM5 Max
Qwen3.8 27B27B · 智能 33.78 位28.7 GB4–810–17
Qwen3.6 35B A3B35B · 激活 3B · 智能 18.26 位28.4 GB51–91115–205
Muse Glimmer 30B29.6B · 智能 17.56 位24.1 GB4–711–20
Gemma 4 31B30.7B · 智能 14.76 位24.9 GB4–711–20
Nemotron 3.5 Lightning 30B A3B30B · 激活 3B · 智能 12.98 位31.9 GB38–6886–154
Granite 4.2 30B30B · 智能 12.76 位24.4 GB4–711–20
MiniCPM5 2B2.52B · 智能 12.58 位2.7 GB45–81102–182
Qwen3.5 9B9B · 智能 11.28 位9.6 GB13–2329–51
Granite 4.2 8B8B · 智能 11.18 位8.5 GB14–2633–58
Granite 4.2 3B3B · 智能 9.18 位3.2 GB38–6886–154
gpt-oss-20b21B · 激活 3.6B · 智能 9原生 4.25 位13.8 GB65–115145–259
Nemotron 3 Nano 30B A3B30B · 激活 3.5B · 智能 8.98 位31.9 GB33–5975–133
Gemma 4 E4B8B · 智能 8.98 位8.5 GB26–4658–102
Ministral 3 8B8.9B · 智能 5.58 位9.5 GB13–2329–52
Nemotron 3 Nano 4B3.97B · 智能 4.88 位4.2 GB29–5266–117
Qwen3 Coder 30B A3B Instruct30.5B · 激活 3.3B8 位32.4 GB35–6279–140
GLM-4.7 Flash30B · 激活 3B8 位31.9 GB38–6886–154
Qwen3.6 27B27B8 位28.7 GB4–810–17
Gemma 4 26B A4B25.2B · 激活 3.8B8 位26.8 GB31–5569–123
Devstral Small 2 (24B)24B8 位25.5 GB5–911–19
Magistral Small 1.2 (2509)24B8 位25.5 GB5–911–19
Mistral Small 3.2 (24B)24B8 位25.5 GB5–911–19
LFM2.5 24B A2B24B · 激活 2B8 位25.5 GB59–104132–234
Phi-4 Reasoning Vision 15B15B8 位15.9 GB10–1817–31
Phi-4 (14B)14B8 位14.9 GB11–1919–33
Gemma 4 12B Unified12B8 位12.7 GB10–1722–39
Qwen3 8B8.2B8 位8.7 GB14–2532–56
Llama 3.1 8B Instruct8B8 位8.5 GB14–2633–58
Gemma 4 E2B5.1B8 位5.4 GB51–91115–205
Qwen3.5 4B4B8 位4.3 GB29–5164–114
Phi-4 mini instruct3.8B8 位4 GB31–5569–123
Llama 3.2 3B Instruct3.21B8 位3.4 GB36–6481–144
SmolLM3 3B3B8 位3.2 GB38–6886–154
LFM2.5 2.6B2.69B8 位2.9 GB42–7595–169
Qwen3.5 2B2B8 位2.1 GB59–104132–234
Llama 3.2 1B Instruct1.23B8 位1.3 GB95–168213–378
Qwen3.5 0.8B0.8B8 位0.9 GB137–243307–546
Qwen3 0.6B0.6B8 位0.6 GB205–364461–819
Nemotron 3.5 Bolt 74B A9B74B · 激活 9B · 智能 21.43 位 质量较低32.4 GB32–5671–126
Qwen3 Coder Next80B · 激活 3B · 智能 9.22 位 质量较低25 GB137–243307–546
GLM-4.5 Air106B · 激活 12B2 位 质量较低33.1 GB32–5773–129

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M4 ProM5 Max
Llama 3.3 70B Instruct70B3 位 质量较低30.6 GB4–79–16

勉强装得下 8

几乎占满内存：需要调高 GPU 内存上限，并保持较短的上下文。

模型版本内存M4 ProM5 Max
Qwen3.5 122B A10B122B · 激活 10B · 智能 15.62 位 质量较低38.1 GB40–7089–158
Mistral Medium 3.5 (128B)128B · 智能 14.22 位 质量较低40 GB3–57–12
gpt-oss-120b117B · 激活 5.1B · 智能 11.62 位 质量较低36.6 GB77–137173–307
Mistral Small 4 (119B)119B · 激活 6.5B · 智能 11.32 位 质量较低37.2 GB61–109138–246
Llama 4 Scout 17B-16E Instruct109B · 激活 17B · 智能 6.52 位 质量较低34.1 GB23–4152–93
Devstral 2 (123B)123B2 位 质量较低38.4 GB3–67–13
Ornith 1.5 122B122B · 激活 10B2 位 质量较低38.1 GB40–7089–158
Nemotron 3 Super 120B A12B120B · 激活 12B2 位 质量较低37.5 GB32–5773–129

太大 23

所需内存超过 48 GB，即使是 2 位也不行。

常见问题

48 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 48 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 Qwen3.6 35B A3B。写代码可选 Qwen3 Coder 30B A3B Instruct。
48 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 36 GB，模型及其上下文必须装进这个空间。
48 GB 的 Mac 能运行 gpt-oss-20b 吗？
可以，原生 4.25 位，在 M4 Pro 上每秒约 65–115 个 token，在 M5 Max 上约 145–259 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。

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