地端世界ONPREM WORLD

M6 (16GB configuration, 153 GB/s)

Apple M6 (16GB configuration, 153 GB/s):16 GB 記憶體、153 GB/s 頻寬。以 16 GB、8K 上下文估算,下表列出它能跑的開源模型。 899 美元的 Mac mini(M6、16 GB、153 GB/s),是跑 8B–14B 模型的入門選擇。

最後更新: 2026-10-16

規格

記憶體16 GB[src]
記憶體頻寬153 GB/s[src]
上市2026-09[src]
首發建議售價US$899[src]
架構Apple M6 (2 nm)[src]
軟體支援Metal / MLX

能跑哪些模型

在 8K 上下文長度下,放得下的最高品質量化版本與預估生成速度。 此為估算值,並非實測。請參考估算方法說明。

模型參數量最佳量化所需記憶體tok/s(預估)
Phi-4 (14B)14BQ5_K_M11.8 GiB9.8
Gemma 3 12B IT12BQ6_K11.0 GiB9.9
Gemma 4 12B Unified IT11.95BQ6_K10.5 GiB9.9
Qwen3.5-9B9BQ8_010.1 GiB10
Qwen3-8B8.2BQ8_010.1 GiB11
DeepSeek-R1-0528-Qwen3-8B8.19BQ8_010.1 GiB11
Llama 3.1 8B Instruct8BQ8_09.8 GiB11
Gemma 4 E4B IT8BQ8_09.1 GiB11
Llama 3.2 3B Instruct3.21BFP167.7 GiB15
Kimi K2.61000B (32B)放不下––
DeepSeek-R1-0528 (671B)671B (37B)放不下––
DeepSeek-V4-Flash284B (13B)放不下––
Qwen3.8-Flash-Next180B (6B)放不下––
Qwen3.5-122B-A10B122B (10B)放不下––
Mistral Small 4 119B (2603)119B (6.5B)放不下––
gpt-oss-120b117B (5.1B)放不下––
Llama 4 Scout 17B-16E Instruct109B (17B)放不下––
GLM-4.5-Air106B (12B)放不下––
Qwen3-Coder-Next (80B-A3B)80B (3B)放不下––
Llama 3.3 70B Instruct70B放不下––
Qwen3.5-35B-A3B35B (3B)放不下––
Qwen3.6-35B-A3B35B (3B)放不下––
Qwen3-32B32.8B放不下––
DeepSeek-R1-Distill-Qwen-32B32.76B放不下––
Gemma 4 31B IT30.7B放不下––
Qwen3-30B-A3B (2507)30.5B (3.3B)放不下––
Qwen3-Coder-30B-A3B-Instruct30.5B (3.3B)放不下––
GLM-4.7-Flash (30B-A3B)30B (3B)放不下––
Qwen3.5-27B27B放不下––
Qwen3.6-27B27B放不下––
Qwen3.8-27B27B放不下––
Gemma 3 27B IT27B放不下––
Gemma 4 26B A4B IT25.2B (3.8B)放不下––
Mistral Small 3.2 24B Instruct (2506)24B放不下––
Magistral Small 1.2 (2509)24B放不下––
Devstral Small 2 24B Instruct (2512)24B放不下––
gpt-oss-20b21B (3.6B)放不下––

價格

各商店的最新售價,以查價當天頁面標示的價格為準。

地區商店商品售價每 GB查價日
台灣AppleMac mini,M6 晶片,12 核心 CPU,12 核心 GPU,16GB 記憶體,256GB 儲存裝置Price shown in Apple Store configurator for this configurationNT$29,900NT$1,869/GB2026-10-14
美國AppleMac mini, M6 chip, 12-core CPU, 12-core GPU, 16GB memory, 256GB storagePrice shown in Apple Store configurator for this configurationUS$899US$56/GB2026-10-14
  • 台灣性價比:跑 Llama 3.1 8B Instruct (Q4_K_M, 8K) 預估約每秒 19.7 個 token,換算為 0.7 tok/s/每 NT$1,000。
  • 美國性價比:跑 Llama 3.1 8B Instruct (Q4_K_M, 8K) 預估約每秒 19.7 個 token,換算為 2.2 tok/s/每 US$100。

同一款硬體查過兩天以上的價格後,這裡會出現價格走勢圖。

全部價格 →

常見問題

M6 (16GB configuration, 153 GB/s) 可以跑哪些 LLM?

以 16 GB 記憶體、8K 上下文估算,放得下的最大模型包括:Phi-4 (14B)、Gemma 3 12B IT、Gemma 4 12B Unified IT、Qwen3.5-9B、Qwen3-8B。完整清單見下方表格。

M6 (16GB configuration, 153 GB/s) 跑本地 LLM 有多快?

生成速度主要取決於記憶體頻寬(153 GB/s)。以 Llama 3.1 8B Instruct(Q8_0)為例,預估約每秒 11 個 token;模型越大越慢。

M6 (16GB configuration, 153 GB/s) 能跑 70B 等級的模型嗎?

Llama 3.3 70B Instruct 在 M6 (16GB configuration, 153 GB/s)(16 GB)上,即使用 Q4_K_M 量化、8K 上下文也放不下。

資料來源