硬件 / UNIFIED MEMORY

Apple silicon · 32 GB

24B–32B Q4 models become practical for one local user.

M-series Pro / Max32 GB

01 / 实际上限

Qwen3.6 35B-A3B

列表中排在最前的模型可能是勉强适配或需要卸载的。日常使用建议选第一个标为 余量充足 的结果，并保持上下文适中。

02 / 默认推理服务

MLX LM

Native Apple silicon inference, experimentation and fine-tuning. Only for Apple silicon. Use an MLX-converted model and tune KV cache size for long contexts. The bundled mlx_lm.server is an OpenAI-compatible HTTP endpoint (default 127.0.0.1:8080), but upstream warns it implements only basic security checks and is not recommended for production.

打开指南

03 / 模型范围

代表性开放权重模型

Alibaba Qwen

Qwen3.6 35B-A3B

35B3B active · Q4 / NVFP4 MoE

估算内存: ~25 GB
上下文: 262K native

Alibaba Qwen

Qwen3 32B

32BGGUF Q4

估算内存: ~24.5 GB
上下文: 32K+

Alibaba Qwen

Qwen3 30B-A3B

30B3B active · GGUF Q4 MoE

估算内存: ~22.5 GB
上下文: 32K+

Alibaba Qwen

Qwen3.6 27B

27BQ4 / NVFP4 estimate

估算内存: ~18.5 GB
上下文: 262K native

Alibaba Qwen

Qwen3.8 27B

27BQ4 estimate

估算内存: ~19.5 GB
上下文: 262K native

Google

Gemma 3 27B

27BINT4

估算内存: ~20.5 GB
上下文: 128K

注意

适配基于估算的总模型内存。驱动支持、KV 缓存、多模态投影层、并发以及桌面应用都可能进一步压缩可用余量。当前适配：Qwen3.6 35B-A3B (勉强适配), Qwen3 32B (勉强适配), Qwen3 30B-A3B (勉强适配), Qwen3.6 27B (勉强适配), Qwen3.8 27B (勉强适配), Gemma 3 27B (勉强适配)。