Mac 跑大模型：统一内存怎么选、能跑多大的模型
核对说明：Mac 规格取自 Apple 官网（2026-10-30 读取）；“GPU 可用约 70% 内存”和各模型 8k 上下文需求来自 CanRun 的公开估算，我们没有在每种 Mac 上实测。苹果机型和配置更新较快，购买前请以官网为准；国行价格见下文“国行官方标价”，下单前以官网为准。
Mac 跑大模型有一个其他电脑难以比拟的优势：CPU 和 GPU 共用一块统一内存，没有“显存不够”的硬门槛，内存多大，能装的模型就多大。同时也有明确的短板：带宽通常低于高端独立显卡。这篇文章回答三个问题：不同内存的 Mac 能跑多大的模型？该怎么选配置？Mac 和 PC 显卡到底谁更合适？
先说结论：16GB 能入门，24GB 是更实用的起点，32GB 以上才能舒服地用 30B 级模型，64GB 以上才轮到 70B 级。 不要把总内存当成可用显存，GPU 能用到的大约是 70% 上下。
Mac 跑大模型：统一内存和显存有什么不同
传统电脑有独立显存，模型必须放得下显存，否则就要落到内存、速度骤降。Mac 没有独立显存，CPU 和 GPU 共享一个内存池，但 macOS 会限制 GPU 能占用的比例。CanRun 的指南用一个简化数字：GPU 约能使用 70% 的统一内存。该指南也指出，据 llama.cpp 社区讨论中引用的代码，macOS 默认大约保留三分之一（不超过 32GB 的 Mac）或四分之一（更大内存的 Mac），所以 70% 偏保守；不同来源的估计在三分之二到四分之三之间。
| 统一内存 | GPU 可用（按 70% 估算） | 能装下的典型模型（8k 上下文） |
|---|---|---|
| 16GB | 约 11.2GB | Llama 3.1 8B、Gemma 3 12B、Qwen3 14B（很紧） |
| 24GB | 约 16.8GB | 以上全部，加 gpt-oss-20b |
| 32GB | 约 22.4GB | 以上全部，加 Qwen3 30B-A3B（2507） |
| 48GB | 约 33.6GB | 30B 级有大量余量 |
| 64GB | 约 44.8GB | 70B Q4（43GB）勉强，余量很小 |
| 128GB | 约 89.6GB | gpt-oss-120b 等超大模型 |
上表“典型模型”对应 CanRun 估算的 8k 上下文总需求：Llama 3.1 8B 为 6.6GB，Gemma 3 12B 为 8.4GB，Qwen3 14B 为 10.9GB，gpt-oss-20b 为 12.9GB，Qwen3 30B-A3B 为 19.9GB，gpt-oss-120b 为 64.3GB。64GB 的 Mac 放不下 gpt-oss-120b，128GB 才行（CanRun 的结论）。70B 一栏是我们用 Ollama 上 llama3.3:70b 文件 43GB 对照 44.8GB 可用值得出的判断，余量非常小，不建议当作舒适方案。
如果想知道某个模型需要多少，可以按《大模型显存需求怎么算》先估算，再对照上表。
当前 Mac 机型与带宽
下面是 Apple 官网 2026-10-30 的相关规格（只列和大模型相关的部分）：
| 机型 / 芯片 | 统一内存配置 | 内存带宽 | 备注 |
|---|---|---|---|
| Mac mini（M6） | 16GB，可选 24GB、32GB | 153GB/s（基础），24/32GB 配置为 170GB/s | 体积小、静音 |
| Mac mini（M5 Pro） | 24GB，可选 48GB、64GB | 307GB/s | 比 M6 带宽高近一倍 |
| MacBook Pro（M6） | 官网页面标注最高带宽 170GB/s | 约 170GB/s | 便携 |
| MacBook Pro（M5 Pro） | 24GB、48GB、64GB | 307GB/s | |
| MacBook Pro（M5 Max，32 核 GPU） | 36GB | 460GB/s | |
| MacBook Pro（M5 Max，40 核 GPU） | 48GB、64GB、128GB | 614GB/s | 要装 70B 级模型的选择 |
国行官方标价（Apple 中国官网价，经第三方转载，2026-10）：Mac mini（M6）24GB/512GB 为 9,999 元，32GB/1TB 为 13,749 元；Mac mini（M5 Pro）24GB/512GB 为 12,999 元，64GB/1TB 为 24,249 元（48GB 档约比 24GB 档加 4,500 元）；Mac Studio（M5 Max）64GB/1TB 为 29,749 元，128GB/1TB 为 41,749 元。以上是官方标价，不是市场中位价，苹果近期因内存涨价多次调整配置和价格，下单前请以 Apple 中国官网为准；市场渠道价另见我们的参考报价。
带宽很重要：同样放得下的模型，带宽越高，生成越快。对比之下，RTX 4090 为 1008GB/s，RTX 5090 为 1792GB/s，DGX Spark 为 273GB/s（NVIDIA 文档）。所以 Mac 的特点是“容量大、带宽中等”，而不是“又大又快”。
CanRun 还公布了各芯片的速度估算（带 ±20% 误差带），但属于第三方估算，我们不在这里转载具体数字，选购时可以去它的页面查看。
怎么选内存：按用途给建议
| 你的用途 | 建议内存 | 理由 |
|---|---|---|
| 先体验、跑 7B–8B 模型 | 16GB | 勉强够用，同时开浏览器、IDE 会吃紧 |
| 日常主力、跑 14B–20B 模型 | 24GB | 可放下 gpt-oss-20b（CanRun 估算需 12.9GB） |
| 编程助手、30B 级 MoE | 32GB–48GB | Qwen3 30B-A3B（19.9GB）等有余量 |
| 想放下 70B 级模型 | 64GB 起，最好 128GB | 70B Q4 为 43GB，64GB 机型余量极小 |
| 超大 MoE（如 gpt-oss-120b） | 128GB | CanRun：64GB 机型放不下 |
两个提醒：第一，统一内存在购买时就已定死，之后无法加装，所以宁可买大一档；第二，别忘了系统和浏览器、其他应用也要占用同一块内存，真正给模型的会更少。
按内存档位的模型清单
下表把 Ollama 上的文件大小（2026-10-30 读取）与上文按 70% 估算的 GPU 可用空间放在一起。“余量”是粗算：可用空间减去文件大小，还没算上下文缓存，请按《大模型显存需求怎么算》再留 1–4GB：
| 统一内存（GPU 可用） | 模型标签 | 文件大小 | 粗算余量 | 评价 |
|---|---|---|---|---|
| 16GB（约 11.2GB） | qwen3:8b |
5.2GB | 约 6GB | 宽裕 |
| 16GB（约 11.2GB） | qwen3:14b |
9.3GB | 约 1.9GB | 很紧，上下文别开大 |
| 24GB（约 16.8GB） | gpt-oss:20b |
14GB | 约 2.8GB | 可用 |
| 24GB（约 16.8GB） | qwen3.6:27b |
17GB | 约 -0.2GB | 放不下，别选 |
| 32GB（约 22.4GB） | qwen3.6:27b |
17GB | 约 5.4GB | 宽裕 |
| 32GB（约 22.4GB） | qwen3:30b-a3b |
19GB | 约 3.4GB | 可用，MoE 速度快 |
| 48GB（约 33.6GB） | gemma4:31b |
20GB | 约 13.6GB | 可开较长上下文 |
| 64GB（约 44.8GB） | llama3.3:70b |
43GB | 约 1.8GB | 极紧，不建议 |
| 128GB（约 89.6GB） | gpt-oss:120b |
65GB | 约 24.6GB | 宽裕 |
这张表的结论是我们的粗算，不是实测。真正放不放得下，还是看 ollama ps。更多模型比较见《本地大模型推荐》。
Mac 上怎么部署：软件选择
- Ollama：官方文档说明 macOS 需要 Sonoma（v14）或更新版本，Apple M 系列支持 CPU 和 GPU，Intel Mac 仅支持 CPU。安装过程见《Ollama 安装教程》。
- LM Studio：图形界面更友好，官方文档写明支持 Apple 芯片、macOS 14.0 及以上，建议 16GB 以上内存；Intel Mac 暂不支持。使用方法见《LM Studio 使用教程》。
- MLX：Apple 机器学习团队的开源数组框架，面向 Apple 芯片，有兴趣的开发者可以研究。
用 ollama ps 核对
在 Mac 上跑 ollama run qwen3:14b 之后，另开终端输入 ollama ps，PROCESSOR 列应显示 100% GPU。若出现 CPU 比例，说明模型超出了 GPU 可用空间，应换小一档的模型或缩短上下文。
用活动监视器看内存压力
打开“活动监视器”的内存标签页，内存压力图保持绿色说明正常；变黄或变红说明系统在大量交换内存，应关闭其他应用或换更小的模型。
想多用一点内存？
CanRun 引述的 llama.cpp 社区讨论里提到，可以用 sudo sysctl iogpu.wired_limit_mb=<数值> 提高 GPU 可占用的上限，重启后会还原，而且若给系统留得太少会导致大量交换。这是社区做法，不是苹果官方推荐，我们没有逐项验证，如果要尝试，请先备份并从小幅调整开始。
在 Mac 上要特别留意的上下文设置
Ollama 的默认上下文长度随可用内存而定：按官方文档，小于 24GiB 为 4k，24–48GiB 为 32k，48GiB 及以上为 256k（具体以文档为准）。这意味着 16GB 的 Mac 默认只有 4k 上下文，处理长文档或写代码时很容易被截断；而把它拉到 32k 又会大幅增加缓存占用。建议按需逐步调大：先 8k，再 16k，每次调整后用 ollama ps 检查是否仍然是 100% GPU，并留意活动监视器里的内存压力。需要智能体或编程工具时，官方建议至少 64000 tokens，这对小内存的 Mac 不现实，应选择更小的模型，把内存留给上下文。
用 Mac mini 做家里的“模型服务器”
Mac mini 体积小、功耗低、几乎无声，很适合放在家里 24 小时开着，让手机、笔记本通过局域网访问。Ollama 官方 FAQ 说明了在 macOS 应用里设置环境变量的方法：
launchctl setenv OLLAMA_HOST "0.0.0.0:11434"
然后重启 Ollama 应用。这会让 Ollama 监听所有网卡，只应在可信的局域网里使用，不要直接暴露到公网。如果想让模型常驻内存、省去每次加载，可以设置 OLLAMA_KEEP_ALIVE（默认 5 分钟），官方 FAQ 说明了取值方式。搭配 Open WebUI 可以得到一个多人可用的网页界面，见《Open WebUI + Ollama 搭建教程》。
购买 Mac 前的避坑清单
- 别把总内存当显存：按约 70% 估算 GPU 可用，16GB 的 Mac 实际只有约 11GB。
- 内存无法后加：现在预算紧，也宁可少配硬盘（可外接），不要少配内存。
- 看带宽，不只看内存：同样 24GB，M6 与 M5 Pro 的带宽差近一倍，生成速度体验会不同。
- 别和独显的速度比：Mac 的优势是容量与安静，不是原始速度。
- 留足磁盘：模型动辄 5–40GB，几个模型就占掉几百 GB，建议至少 1TB。
- 价格自己核对：国内外价格、教育优惠和配置组合经常变化，不要依赖二手信息。
Mac 与独显：怎么选
| 对比项 | Mac（Apple 芯片） | NVIDIA 独显 PC |
|---|---|---|
| 可用内存 | 统一内存，最大可达 128GB 档（M5 Max） | 单卡 8–32GB 显存 |
| 带宽 | 153–614GB/s | 如 4090 的 1008GB/s、5090 的 1792GB/s |
| 功耗与噪音 | 低、静音 | 高，旗舰卡 450–575W |
| 软件生态 | Ollama、LM Studio、MLX 都能用 | 兼容性最广，CUDA 生态成熟 |
| 升级 | 内存不能后加 | 可换卡 |
| 适合 | 想放大模型、静音、省电、兼顾日常使用 | 想要速度、愿意折腾、预算够 |
结论：如果你想放进比较大的模型（30B 以上），或者想要一台安静的办公机顺便跑大模型，Mac 是很合理的选择；如果你更看重生成速度、想做微调或多卡扩展，独显 PC 更合适。更多独显方案见《本地大模型显卡推荐》，还可以考虑《大模型一体机怎么选》。
常见问题（FAQ）
Mac 跑大模型，16GB 够吗？
能入门。16GB 的 GPU 可用空间约 11.2GB，可以放下 Llama 3.1 8B、Gemma 3 12B 和（很紧的）Qwen3 14B。想长期使用，建议 24GB 起步。
M6 和 M5 Pro 差别大吗？
按 Apple 官网，Mac mini 的 M6 带宽为 153–170GB/s，M5 Pro 为 307GB/s。带宽影响生成速度，容量影响能不能放下，两者要一起看。
Mac 能用 70B 模型吗？
要看内存。70B Q4 文件约 43GB，64GB 的 Mac（约 44.8GB 可用）余量极小，128GB 的 Mac 才舒适。
为什么我的模型很慢？
先用 ollama ps 确认是否 100% GPU，其次看内存压力是否变黄。如果落到 CPU，会明显变慢。
Intel Mac 能跑吗？
Ollama 在 Intel Mac 上只能用 CPU，LM Studio 暂不支持 Intel Mac，所以体验不佳，不建议。
内存可以后续加装吗？
不能。Mac 的统一内存在购买时确定，所以需要一次买够。
下一步与社区
不确定该买 24GB 还是 48GB？欢迎把你的预算和想跑的模型发到社区（加入社区）一起看。我们在深圳做本地大模型机器的选型、组装与实测，也可以按你的需求对比 Mac 与独显方案；先聊需求，不强制购买。