هل يستطيع Apple M2 تشغيل Llama 3.1 8B؟

نعم — نسخة 4 بت تنزيل بحجم 4.9 GB وتتسع في 8–24 GB ذاكرة موحّدة. توقّع نحو ~18 tok/s.

ما أكبر نموذج LLM يستطيع Apple M2 تشغيله؟

Gemma 3 27B هو أكبر نموذج في كتالوجنا يتسع فيه (16.6 GB بدقة 4 بت). توقّع نحو ~5 tok/s.

ما مدى سرعة Apple M2 في تشغيل نماذج LLM المحلية؟

توليد الرموز محكوم بعرض نطاق الذاكرة. عند نحو 100 GB/s، يولّد Apple M2 نحو ~18 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 M2 تشغيلها؟

يمتلك Apple M2 ذاكرة 8–24 GB ذاكرة موحّدة ونحو 100 GB/s من عرض نطاق الذاكرة. أدناه كل نموذج في كتالوجنا يتسع فيه، مع سرعة التوليد التقديرية. أكبر خيار: Gemma 3 27B بسرعة ~5 tok/s تقريباً.

المواصفات

الذاكرة8–24 GB ذاكرة موحّدة

عرض النطاق~100 GB/s

نوع الذاكرةذاكرة موحّدة

تاريخ الإصدار2022-06

النماذج على Apple M2

48 / 73 من النماذج

النموذج	حجم التنزيل (Q4)	8 GB	16 GB	24 GB	السرعة التقريبية
Gemma 3 27BGoogle	16.6 GB	لا يتسع	لا يتسع	يعمل	~5 tok/s
Qwen 3.5 27BAlibaba	16.4 GB	لا يتسع	لا يتسع	يعمل	~5 tok/s
Qwen 3.6 27BAlibaba	16.4 GB	لا يتسع	لا يتسع	يعمل	~5 tok/s
Gemma 4 26B A4BGoogle	15.3 GB	لا يتسع	لا يتسع	يعمل	~37 tok/s
Mistral Small 3.1 24BMistral AI	14.6 GB	لا يتسع	لا يتسع	يعمل	~6 tok/s
Devstral 24BMistral AI	14.6 GB	لا يتسع	لا يتسع	يعمل	~6 tok/s
Magistral Small 1.2Mistral AI	14.6 GB	لا يتسع	لا يتسع	يعمل	~6 tok/s
Devstral Small 2 24BMistral AI	14.6 GB	لا يتسع	لا يتسع	يعمل	~6 tok/s
Codestral 22BMistral AI	13.5 GB	لا يتسع	لا يتسع	يعمل	~6 tok/s
GPT-OSS 20BOpenAI	12.7 GB	لا يتسع	لا يتسع	يعمل	~39 tok/s
Phi-4 Reasoning Vision 15BMicrosoft	9.1 GB	لا يتسع	يعمل	يعمل	~9 tok/s
Qwen 3 14BAlibaba	9.0 GB	لا يتسع	يعمل	يعمل	~9 tok/s
DeepSeek R1 14BDeepSeek	9.0 GB	لا يتسع	يعمل	يعمل	~9 tok/s
Phi-4 14BMicrosoft	8.9 GB	لا يتسع	يعمل	يعمل	~10 tok/s
Ministral 3 14BMistral AI	8.5 GB	لا يتسع	يعمل	يعمل	~10 tok/s
OLMo 2 13BAi2	8.3 GB	لا يتسع	يعمل	يعمل	~10 tok/s
Gemma 3 12BGoogle	7.4 GB	لا يتسع	يعمل	يعمل	~11 tok/s
Mistral Nemo 12BMistral AI	7.4 GB	لا يتسع	يعمل	يعمل	~11 tok/s
Gemma 4 12BGoogle	7.3 GB	لا يتسع	يعمل	يعمل	~12 tok/s
Mellum 2 12B-A2.5BJetBrains	7.3 GB	لا يتسع	يعمل	يعمل	~56 tok/s
Qwen 3.5 9BAlibaba	5.5 GB	لا يتسع	يعمل	يعمل	~16 tok/s
GLM-4.6V-FlashZ.ai	5.5 GB	لا يتسع	يعمل	يعمل	~16 tok/s
Qwen 2.5 VL 7BAlibaba	5.0 GB	يعمل	يعمل	يعمل	~17 tok/s
Qwen 3 8BAlibaba	5.0 GB	يعمل	يعمل	يعمل	~17 tok/s
Granite 3.3 8BIBM	5.0 GB	يعمل	يعمل	يعمل	~17 tok/s
Llama 3.1 8BMeta	4.9 GB	يعمل	يعمل	يعمل	~18 tok/s
DeepSeek R1 8BDeepSeek	4.9 GB	يعمل	يعمل	يعمل	~18 tok/s
Gemma 4 E4BGoogle	4.9 GB	يعمل	يعمل	يعمل	~31 tok/s
Qwen3-VL 8BAlibaba	4.9 GB	يعمل	يعمل	يعمل	~18 tok/s
Ministral 3 8BMistral AI	4.9 GB	يعمل	يعمل	يعمل	~18 tok/s
Gemma 3n E4BGoogle	4.7 GB	يعمل	يعمل	يعمل	~35 tok/s
Qwen 2.5 Coder 7BAlibaba	4.6 GB	يعمل	يعمل	يعمل	~18 tok/s
DeepSeek R1 7BDeepSeek	4.6 GB	يعمل	يعمل	يعمل	~18 tok/s
Mistral 7BMistral AI	4.4 GB	يعمل	يعمل	يعمل	~19 tok/s
Gemma 4 E2BGoogle	3.1 GB	يعمل	يعمل	يعمل	~61 tok/s
Gemma 3 4BGoogle	2.6 GB	يعمل	يعمل	يعمل	~33 tok/s
Qwen 3 4BAlibaba	2.4 GB	يعمل	يعمل	يعمل	~35 tok/s
Qwen 3.5 4BAlibaba	2.4 GB	يعمل	يعمل	يعمل	~35 tok/s
Phi-4 Mini 3.8BMicrosoft	2.3 GB	يعمل	يعمل	يعمل	~37 tok/s
Llama 3.2 3BMeta	1.9 GB	يعمل	يعمل	يعمل	~44 tok/s
DeepSeek-OCRDeepSeek	1.8 GB	يعمل	يعمل	يعمل	~246 tok/s
Ministral 3 3BMistral AI	1.8 GB	يعمل	يعمل	يعمل	~47 tok/s
DeepSeek R1 1.5BDeepSeek	1.1 GB	يعمل	يعمل	يعمل	~78 tok/s
Qwen 3 1.7BAlibaba	1.0 GB	يعمل	يعمل	يعمل	~82 tok/s
SmolLM2 1.7BHugging Face	1.0 GB	يعمل	يعمل	يعمل	~82 tok/s
Llama 3.2 1BMeta	0.7 GB	يعمل	يعمل	يعمل	~117 tok/s
Gemma 3 1BGoogle	0.6 GB	يعمل	يعمل	يعمل	~140 tok/s
Qwen 3 0.6BAlibaba	0.4 GB	يعمل	يعمل	يعمل	~234 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 →