MacBook Pro M3 Pro · 18GB · 编程 · 模型估算

MacBook Pro M3 Pro · 18GB 的本地代码模型推荐

针对代码补全、调试、脚本生成与仓库理解，平衡模式首选 Qwen3.5 9B Instruct。54 个本地模型达到当前引擎的舒适运行门槛，前十名按内存适配、质量、速度和任务标签综合排序。

查看完整候选返回设备总览

平衡首选

Qwen3.5 9B Instruct

21.8 tok/s 估算 · 7 GB

速度优先

Qwen3.5 9B Instruct

21.8 tok/s 估算 · 7 GB

质量优先

Qwen3.5 9B Instruct

质量评分 89/100 · 7 GB

候选清单

按当前硬件重新计算的前十名

所有速度和首字延迟都标为“模型估算”；命令只在数据源提供明确 Ollama 标识时显示。

1

Qwen3.5 9B Instruct

适合本地运行模型估算

Quality, Coding, Reasoning · Q4_K_M。预计加载 7 GB，质量评分 89/100。

ollama run qwen3.5:9b
21.8估算 tok/s
0.9s估算首字
44%内存余量
2

Qwen3 8B

适合本地运行模型估算

Chat, Coding · Q4_K_M。预计加载 6.5 GB，质量评分 84/100。

ollama run qwen3:8b-q4_K_M
24.5估算 tok/s
0.9s估算首字
48%内存余量
3

Gemma 4 12B

适合本地运行模型估算

Chat, Coding, Multimodal · Q4_K_M。预计加载 8 GB，质量评分 90/100。

ollama run gemma4:12b
16.3估算 tok/s
1.1s估算首字
37%内存余量
4

Llama 3.1 8B Instruct

适合本地运行模型估算

Chat, Coding · Q4_K_M。预计加载 6.5 GB，质量评分 76/100。

ollama run llama3.1:8b-instruct-q4_K_M
24.5估算 tok/s
0.9s估算首字
48%内存余量
5

Gemma 3 12B Instruct

适合本地运行模型估算

Chat, Quality · Q4_K_M。预计加载 9.5 GB，质量评分 85/100。

ollama run gemma3:12b
16.3估算 tok/s
1.1s估算首字
25%内存余量
6

Mistral Nemo 12B

适合本地运行模型估算

Chat, Translation · Q4_K_M。预计加载 9.5 GB，质量评分 82/100。

ollama run mistral-nemo:12b
16.3估算 tok/s
1.1s估算首字
25%内存余量
7

Qwen3.5 9B Instruct (Q8)

适合本地运行模型估算

Quality, Coding, Reasoning · Q8_0。预计加载 10.7 GB，质量评分 91/100。

ollama run qwen3.5:9b-q8_0
11.9估算 tok/s
1.3s估算首字
15%内存余量
8

Qwen3 8B (Q8)

适合本地运行模型估算

Chat, Coding · Q8_0。预计加载 8.1 GB，质量评分 86/100。

ollama run qwen3:8b-q8_0
13.4估算 tok/s
1.2s估算首字
36%内存余量
9

Gemma 2 9B Instruct

适合本地运行模型估算

Chat, Coding · Q4_K_M。预计加载 7 GB，质量评分 76/100。

ollama run gemma2:9b-instruct-q4_K_M
21.8估算 tok/s
0.9s估算首字
44%内存余量
10

Ornith 1.0 9B

适合本地运行模型估算

Agentic coding on small machines · Q4_K_M。预计加载 5.6 GB，质量评分 88/100。

ollama run ornith:9b
21.8估算 tok/s
0.9s估算首字
56%内存余量

如何使用这份结果

先从平衡首选开始。如果响应太慢，切换到速度优先模型；如果输出质量不足且内存仍有余量，再尝试质量优先模型。MacBook Pro 的持续散热相对稳定，但后台应用仍会占用统一内存。

不要把参数量当成唯一标准。 同一参数量在不同量化、上下文长度和运行时下，实际内存与速度都会变化。购买硬件前，请对目标模型进行本机或同配置实测。