Home › Catalogo › Miglior LLM su Mac con 8 GB di memoria unificata nel 2026

Miglior LLM su Mac con 8 GB di memoria unificata nel 2026

Q: Un Mac con 8 GB può davvero eseguire un LLM?

Sì, ma con poco margine. Phi-4 Mini 3,8B Q4 (~2,3 GB) o Llama 3.2 3B Q4 (~2 GB) girano a 25-35 token/sec. macOS occupa 4 GB, ti restano 2-3 GB liberi: il margine è ridotto, ma sufficiente per chat brevi.

Q: Mac mini M2 8 GB vs MacBook Air M4 16 GB?

L'Air M4 16 GB è molto preferibile: 2 volte più RAM permette modelli 7-8B (Mistral, Qwen 3) molto più performanti. Il mini M2 8 GB non supera i 3B in modo confortevole. Vedi Mac 16 GB.

Q: Quale quantizzazione su 8 GB?

Q4_K_M rimane il punto ottimale. Q3_K_M può far entrare in memoria un Mistral 7B (~3,5 GB), ma la qualità peggiora visibilmente. Preferisci un 3B Q4 con risorse adeguate a un 7B Q3 penalizzato dalla quantizzazione.

Q: Servono davvero 16 GB per iniziare a usare gli LLM in locale?

Per un uso serio, sì — Apple ha infatti eliminato le configurazioni da 8 GB da tutti i Mac M4 nel 2025. Per test occasionali su un Mac esistente, 8 GB bastano per iniziare a esplorare con modelli da 1-3B. Vedi MacBook Air M1.

◆ Mac — L'IA locale sul tuo Mac, al massimo — memoria unificata, MLX, il modello giusto per il tuo chip · 24 € · o tutti i kit 49 € →

Classifica aggiornata il 09/10/2026

Su un Mac con 8 GB (M1/M2/M3 Air, MacBook Air M4 base, Mac mini M2 base), macOS occupa circa 4 GB. Ne rimangono circa 3-4 GB disponibili per un LLM. Ci si limita ai modelli da 1 a 3B in Q4_K_M per mantenere la fluidità.

Offerte e alternative per l'IA locale

Confronta i prezzi di Mac mini M5 Pro (24 GB / 512 GB) dai nostri rivenditori partner (schede prodotto verificate):

AmazonVedi il prezzo →

Perché questa scelta? La nostra scheda completa su Mac mini M5 Pro (24 GB / 512 GB) →

Quale PC scegliere in base al tuo budget? Le nostre scelte da 800 a 3 500 € →

Link affiliati — QualeLLM può ricevere una commissione sugli acquisti, senza costi aggiuntivi per te; questo non influenza la classifica, definita in modo indipendente. In qualità di Partner Amazon, QualeLLM trae un beneficio dagli acquisti idonei.

Classifica

🇺🇸 Gemma 4 E2B

Google · 2B parametri · Apache 2.0 · 128 000 token ctx

Gemma 4 E2B: 2B parametri effettivi (5,1B totali), circa 3 GB di VRAM in Q4 (pesi Ollama: 4,3 GB con QAT, 7,2 GB predefiniti). Multimodale testo e immagini, contesto 128k, Apache 2.0.

Perché questa posizione Gemma 4 E2B: 2B parametri effettivi (5,1B totali), circa 3 GB di VRAM in Q4 (pesi Ollama: 4,3 GB con QAT, 7,2 GB predefiniti). Multimodale testo e immagini, contesto 128k, Apache 2.0.

ollama run gemma4:e2b

Su Apple M2 (16 GB)

FP16

10 GB · 20 tok/s

🇺🇸 Granite 4.1 3B Instruct

IBM · 3B parametri · Apache 2.0 · 131 072 token ctx

Denso 3B Apache 2.0, 12 lingue tra cui FR, 131k ctx, GQA 40Q/8KV. Tool calling e FIM per il codice. Rilascio 29 aprile 2026.

Perché questa posizione Denso 3B Apache 2.0, 12 lingue tra cui FR, 131k ctx, GQA 40Q/8KV. Tool calling e FIM per il codice. Rilascio 29 aprile 2026.

ollama run granite4.1:3b

Su Apple M2 (16 GB)

FP16

6 GB · 25 tok/s

🇺🇸 Granite 4.1

IBM · 3B parametri · Apache 2.0 · 128 000 token ctx

Granite 4.1 (3B Apache 2.0): tag Ollama generico della famiglia IBM Granite 4.1, 128k ctx, tool calling e codice. Uscita a maggio 2026.

Perché questa posizione Granite 4.1 (3B Apache 2.0): tag Ollama generico della famiglia IBM Granite 4.1, 128k ctx, tool calling e codice. Uscita a maggio 2026.

ollama run granite4.1

Su Apple M2 (16 GB)

FP16

6 GB · 50 tok/s

🇺🇸 Granite 4.0 3B Vision

IBM · 3B parametri · Apache 2.0 · 16 384 token ctx

VLM 3B specializzato nell'estrazione di dati da documenti aziendali. OCR, tabelle, moduli.

Perché questa posizione VLM 3B specializzato nell'estrazione di dati da documenti aziendali. OCR, tabelle, moduli.

# HuggingFace : ibm-granite/granite-4.0-3b-vision

Su Apple M2 (16 GB)

FP16

6,5 GB · 25 tok/s

🇫🇷 SmolLM3 3B

HuggingFace · 3B parametri · Apache 2.0 · 128 000 token ctx

3B a doppia modalità (think/no-think). 6 lingue. MMLU 59.7, GSM8K 70.9. Completamente aperto (dati+procedura di addestramento).

Perché questa posizione 3B a doppia modalità (think/no-think). 6 lingue. MMLU 59.7, GSM8K 70.9. Completamente aperto (dati+procedura di addestramento).

# HuggingFace : HuggingFaceTB/SmolLM3-3B

Su Apple M2 (16 GB)

FP16

6 GB · 25 tok/s

🇨🇳 DeepSeek-OCR

DeepSeek · 3B parametri · MIT · 8 192 token ctx

Specialista OCR 3B MIT. Approccio 'optical compression' apprezzato. Basato su DeepEncoder.

Perché questa posizione Specialista OCR 3B MIT. Approccio 'optical compression' apprezzato. Basato su DeepEncoder.

ollama run deepseek-ocr:3b

Su Apple M2 (16 GB)

FP16

6 GB · 25 tok/s

🇨🇳 MiniCPM5 1B SFT

OpenBMB · 1,1 miliardo di parametri · Apache 2.0 · 32 768 token ctx

1.1B Apache 2.0 OpenBMB. SFT bilingue EN/ZH con tool-calling, ottimizzato per l'esecuzione sul dispositivo. VRAM Q4 <1 GB per smartphone e laptop di fascia modesta.

Perché questa posizione 1.1B Apache 2.0 OpenBMB. SFT bilingue EN/ZH con tool-calling, ottimizzato per l'esecuzione sul dispositivo. VRAM Q4 <1 GB per smartphone e laptop di fascia modesta.

# HuggingFace : openbmb/MiniCPM5-1B-SFT

Su Apple M2 (16 GB)

FP16

2,2 GB · 45 tok/s

Tabella comparativa

Posizione	Modello	Params	VRAM Q4	Contesto	Licenza	Su Apple M2 (16 GB)
#1	Gemma 4 E2B	2B	3 GB	128 000	Apache 2.0	20 tok/s · FP16
#2	Granite 4.1 3B Instruct	3B	2 GB	131 072	Apache 2.0	25 tok/s · FP16
#3	Granite 4.1	3B	1,7 GB	128 000	Apache 2.0	50 tok/s · FP16
#4	Granite 4.0 3B Vision	3B	2.2 GB	16 384	Apache 2.0	25 tok/s · FP16
#5	SmolLM3 3B	3B	2 GB	128 000	Apache 2.0	25 tok/s · FP16
#6	DeepSeek-OCR	3B	2 GB	8 192	MIT	25 tok/s · FP16
#7	MiniCPM5 1B SFT	1.1B	0,6 GB	32 768	Apache 2.0	45 tok/s · FP16

Il kit Mac

L'IA locale sul tuo Mac, al massimo: memoria unificata, MLX vs GGUF, il modello giusto per il tuo chip, Ollama e LM Studio configurati per Apple Silicon.

Spazio online a vita
PDF + file
Aggiornamenti a vita

Il kit Mac → o tutti i kit a vita — 49 € →

Memo gratuito

Quale modello per la programmazione far girare sulla TUA macchina?

Ricevi il memo VRAM → miglior modello per la programmazione → comando Ollama (una sola schermata, copia-incolla). E passa al kit Copilote Local per farne un setup che funziona davvero.

Il kit Copilota Locale — le configurazioni Ollama + Cline + Aider pronte da incollare, Modelfile configurati, risoluzione dei problemi, spazio online a vita →

Niente spam. Disiscrizione in 1 clic. I tuoi dati restano da noi (mai rivenduti).

La tua scheda → il miglior modello per programmare da far girare in locale e il comando Ollama esatto:

La tua VRAM	GPU / Mac tipici	Modello consigliato per la programmazione	Comando Ollama
8 GB	RTX 4060 / 3060 · M1-M2 16 GB	Qwen 3.5 9B (Q4, 6,6 GB — 256k ctx)	`ollama run qwen3.5:9b`
12 GB	RTX 3060 12 GB / 4070 / 5070	Qwen 3.5 9B (Q8, 11 GB) o Gemma 4 12B (7,6 GB)	`ollama run qwen3.5:9b-q8_0`
16 GB	RTX 5070 Ti / 4080 / 5080 · RX 9070 XT · M4 24 GB	Devstral 24B (Q4, 14 GB) — specialista negli agenti di programmazione	`ollama run devstral:24b`
24 GB	RTX 3090 / 4090 · RX 7900 XTX · M4 Pro 48 GB	Qwen 3.8 27B (Q4, 18 GB) — il « quasi Copilot »	`ollama run qwen3.8:27b`
32 GB	RTX 5090	Qwen 3.6 35B-A3B (Q4, 23 GB) — MoE veloce	`ollama run qwen3.6:35b`
48 GB+	Mac M4 Max 64 GB · M2 Ultra 128 GB	Qwen3-Coder 30B-A3B (Q8, 32 GB — 256k ctx)	`ollama run qwen3-coder:30b-a3b-q8_0`

💡 Chat/agente ≠ autocompletamento. La tabella qui sopra riguarda il tuo modello di chat e di agent. Per l'autocompletamento inline (FIM), tieni un piccolo modello dedicato in variante -base : ollama run qwen2.5-coder:7b-base — è ancora il riferimento per questo caso specifico. ⚠️ Qwen 3.8: il suo livello di ragionamento è impostato su un valore molto alto per impostazione predefinita e « ragiona troppo » sulle richieste semplici — abbassalo a low (o disattivalo) al primo avvio. ⚠️ Insidia della licenza: Codestral 22B = Mistral Non-Production License → vietato per programmare al lavoro. Qwen 3.5/3.8, Gemma 4 e Devstral sono distribuiti sotto licenza Apache 2.0. 💡 Va in crash per problemi di memoria? Tieni circa 1,5 GB di VRAM libera per il contesto, oppure scendi di un livello di quantizzazione.

🔌 Per integrarlo in VS Code: Cline (agente che opera su più file), Aider (CLI) o Tabby/Twinny (autocompletamento FIM) — tutti si collegano a Ollama in locale. Il kit Copilota Locale — configurazioni pronte da incollare + setup testato — è disponibile: /copilote-local.

Metodologia della classifica

Filtro: modelli da 1 a 4B la cui versione Q4_K_M occupa meno di 4 GB (lascia 4 GB a macOS + contesto). Bonus per i modelli da 1 a 3B (picco di 8 GB) e ≤ 2B (zero swap). Phi-4 Mini, Llama 3.2 3B e Gemma 4 3B dominano.

Criteri presi in considerazione:

Q4_K_M ≤ 4 GB
Zero swap macOS
Tokens/sec ≥ 20
Contesto 2-4k utilizzabile

Il sistema di assegnazione dei punteggi è completamente trasparente: consulta la nostra metodologia per i dettagli sul calcolo della VRAM e dei token/sec.

Domande frequenti

Un Mac con 8 GB può davvero eseguire un LLM?

Sì, ma con poco margine. Phi-4 Mini 3,8B Q4 (~2,3 GB) o Llama 3.2 3B Q4 (~2 GB) girano a 25-35 token/sec. macOS occupa 4 GB, ti restano 2-3 GB liberi: il margine è ridotto, ma sufficiente per chat brevi.

Mac mini M2 8 GB vs MacBook Air M4 16 GB?

L'Air M4 16 GB è molto preferibile: 2 volte la RAM permette modelli 7-8B (Mistral, Qwen 3) ben più performanti. Il mini M2 8 GB non supera i 3B in comfort. Vedi Mac 16 GB.

Quale quantizzazione su 8 GB?

Q4_K_M rimane il punto ottimale. Q3_K_M può far entrare in memoria un Mistral 7B (~3,5 GB), ma la qualità peggiora visibilmente. Preferisci un 3B Q4 con risorse adeguate a un 7B Q3 penalizzato dalla quantizzazione.

Servono davvero 16 GB per iniziare a usare gli LLM in locale?

Per un uso serio, sì — Apple ha infatti eliminato le configurazioni da 8 GB da tutti i Mac M4 nel 2025. Per test occasionali su un Mac esistente, 8 GB bastano per iniziare a sperimentare con modelli da 1-3B. Vedi MacBook Air M1.

Per approfondire

I kit QuelLLM La guida di riferimento per ogni uso

Mac Copilota Locale IA locale Agenti Locali RAG Locale IA in Azienda IA Senza Filtri Immagini IA

Tutti i kit a vita — 49 €