هل يستطيع Apple M1 تشغيل Llama 3.1 8B؟

نعم — نسخة 4 بت تنزيل بحجم 4.9 GB وتتسع في 8–16 GB ذاكرة موحّدة. توقّع نحو ~12 tok/s.

ما أكبر نموذج LLM يستطيع Apple M1 تشغيله؟

Phi-4 Reasoning Vision 15B هو أكبر نموذج في كتالوجنا يتسع فيه (9.1 GB بدقة 4 بت). توقّع نحو ~6 tok/s.

ما مدى سرعة Apple M1 في تشغيل نماذج LLM المحلية؟

توليد الرموز محكوم بعرض نطاق الذاكرة. عند نحو 68 GB/s، يولّد Apple M1 نحو ~12 tok/s على نموذج من فئة 8B بدقة 4 بت — والسرعة تتناسب عكسياً مع حجم النموذج.

هل الذاكرة الموحّدة من Apple جيدة لنماذج LLM المحلية؟

نعم — يستطيع GPU استخدام الذاكرة كلها تقريباً، لذا يتسع جهاز Mac بذاكرة 32 GB لنماذج كانت ستحتاج إلى GPU مخصص باهظ الثمن. عرض النطاق، لا السعة، هو ما يحدّ السرعة عادةً.

← جميع النماذجفحص الجهاز

ما نماذج LLM التي يستطيع Apple M1 تشغيلها؟

يمتلك Apple M1 ذاكرة 8–16 GB ذاكرة موحّدة ونحو 68 GB/s من عرض نطاق الذاكرة. أدناه كل نموذج في كتالوجنا يتسع فيه، مع سرعة التوليد التقديرية. أكبر خيار: Phi-4 Reasoning Vision 15B بسرعة ~6 tok/s تقريباً.

المواصفات

الذاكرة8–16 GB ذاكرة موحّدة

عرض النطاق~68 GB/s

نوع الذاكرةذاكرة موحّدة

تاريخ الإصدار2020-11

النماذج على Apple M1

38 / 73 من النماذج

النموذج	حجم التنزيل (Q4)	8 GB	16 GB	السرعة التقريبية
Phi-4 Reasoning Vision 15BMicrosoft	9.1 GB	لا يتسع	يعمل	~6 tok/s
Qwen 3 14BAlibaba	9.0 GB	لا يتسع	يعمل	~6 tok/s
DeepSeek R1 14BDeepSeek	9.0 GB	لا يتسع	يعمل	~6 tok/s
Phi-4 14BMicrosoft	8.9 GB	لا يتسع	يعمل	~6 tok/s
Ministral 3 14BMistral AI	8.5 GB	لا يتسع	يعمل	~7 tok/s
OLMo 2 13BAi2	8.3 GB	لا يتسع	يعمل	~7 tok/s
Gemma 3 12BGoogle	7.4 GB	لا يتسع	يعمل	~8 tok/s
Mistral Nemo 12BMistral AI	7.4 GB	لا يتسع	يعمل	~8 tok/s
Gemma 4 12BGoogle	7.3 GB	لا يتسع	يعمل	~8 tok/s
Mellum 2 12B-A2.5BJetBrains	7.3 GB	لا يتسع	يعمل	~38 tok/s
Qwen 3.5 9BAlibaba	5.5 GB	لا يتسع	يعمل	~11 tok/s
GLM-4.6V-FlashZ.ai	5.5 GB	لا يتسع	يعمل	~11 tok/s
Qwen 2.5 VL 7BAlibaba	5.0 GB	يعمل	يعمل	~11 tok/s
Qwen 3 8BAlibaba	5.0 GB	يعمل	يعمل	~12 tok/s
Granite 3.3 8BIBM	5.0 GB	يعمل	يعمل	~12 tok/s
Llama 3.1 8BMeta	4.9 GB	يعمل	يعمل	~12 tok/s
DeepSeek R1 8BDeepSeek	4.9 GB	يعمل	يعمل	~12 tok/s
Gemma 4 E4BGoogle	4.9 GB	يعمل	يعمل	~21 tok/s
Qwen3-VL 8BAlibaba	4.9 GB	يعمل	يعمل	~12 tok/s
Ministral 3 8BMistral AI	4.9 GB	يعمل	يعمل	~12 tok/s
Gemma 3n E4BGoogle	4.7 GB	يعمل	يعمل	~24 tok/s
Qwen 2.5 Coder 7BAlibaba	4.6 GB	يعمل	يعمل	~13 tok/s
DeepSeek R1 7BDeepSeek	4.6 GB	يعمل	يعمل	~13 tok/s
Mistral 7BMistral AI	4.4 GB	يعمل	يعمل	~13 tok/s
Gemma 4 E2BGoogle	3.1 GB	يعمل	يعمل	~41 tok/s
Gemma 3 4BGoogle	2.6 GB	يعمل	يعمل	~22 tok/s
Qwen 3 4BAlibaba	2.4 GB	يعمل	يعمل	~24 tok/s
Qwen 3.5 4BAlibaba	2.4 GB	يعمل	يعمل	~24 tok/s
Phi-4 Mini 3.8BMicrosoft	2.3 GB	يعمل	يعمل	~25 tok/s
Llama 3.2 3BMeta	1.9 GB	يعمل	يعمل	~30 tok/s
DeepSeek-OCRDeepSeek	1.8 GB	يعمل	يعمل	~167 tok/s
Ministral 3 3BMistral AI	1.8 GB	يعمل	يعمل	~32 tok/s
DeepSeek R1 1.5BDeepSeek	1.1 GB	يعمل	يعمل	~53 tok/s
Qwen 3 1.7BAlibaba	1.0 GB	يعمل	يعمل	~56 tok/s
SmolLM2 1.7BHugging Face	1.0 GB	يعمل	يعمل	~56 tok/s
Llama 3.2 1BMeta	0.7 GB	يعمل	يعمل	~79 tok/s
Gemma 3 1BGoogle	0.6 GB	يعمل	يعمل	~95 tok/s
Qwen 3 0.6BAlibaba	0.4 GB	يعمل	يعمل	~159 tok/s

يتشارك Apple Silicon ذاكرة واحدة بين CPU وGPU، لذا تكون كل الذاكرة الموحّدة تقريباً متاحة للنموذج (باستثناء حمل نظام التشغيل). · آخر تحديث للبيانات: 2026-06-11 · كيف نحسب هذه الأرقام →