/tag/32g

纠结中，没有什么重度任务，就是日常使用啥的，非程序员。 4 个帖子 - 4 位参与者 阅读完整话题

如题: 发现最近 m5 pro 48G 14 寸 价格 逼近 15k ， 现有 m5 air 32G 在用，要不要升级。 话说这些 agents 还挺占内存的。现有内存占用: CPU: Apple M5 (10) @ 4.46 GHz GPU: Apple M5 (10) @ 1.58 GHz [Integrated] Memory: 26.63 GiB / 32.00 GiB (83%) Swap: 2.68 GiB / 4.00 GiB (67%) Disk (/): 315.55 GiB / 460.38 GiB (69%) 个人犹豫的点在于 48G 感觉不会比 32G 有翻天覆地的 体验升级。 现有 air 不爽的点主要在于电量不如 pro 耐用，且真的还挺烫的。 需要花费大约 6000 元升级，可能 64G 才是更好的选择？希望听听大家的建议。 此外隐约觉得快换模具了...

两条8g笔记本原装的三星d5 4800 现在看到有人卖两条的32g镁光d4 3200 可以加点价格换吗，大概加400左右，不太懂内存频率参数这些 不打fps游戏，平时就写写代码编译程序，对性能影响大吗，真心求教 电脑是鸡哥（为啥出厂俩内存插槽都占了 ） 6 个帖子 - 4 位参与者 阅读完整话题

如题: 发现最近 m5 pro 48G 14 寸 价格 逼近 15k ， 现有 m5 air 32G 在用，要不要升级。 话说这些 agents 还挺占内存的。现有内存占用: CPU: Apple M5 (10) @ 4.46 GHz GPU: Apple M5 (10) @ 1.58 GHz [Integrated] Memory: 26.63 GiB / 32.00 GiB (83%) Swap: 2.68 GiB / 4.00 GiB (67%) Disk (/): 315.55 GiB / 460.38 GiB (69%) 个人犹豫的点在于 48G 感觉不会比 32G 有翻天覆地的 体验升级。 现有 air 不爽的点主要在于电量不如 pro 耐用，且真的还挺烫的。 需要花费大约 6000 元升级，可能 64G 才是更好的选择？希望听听大家的建议。 此外隐约觉得快换模具了...

如题: 发现最近 m5 pro 48G 14 寸 价格 逼近 15k ， 现有 m5 air 32G 在用，要不要升级。 话说这些 agents 还挺占内存的。现有内存占用: CPU: Apple M5 (10) @ 4.46 GHz GPU: Apple M5 (10) @ 1.58 GHz [Integrated] Memory: 26.63 GiB / 32.00 GiB (83%) Swap: 2.68 GiB / 4.00 GiB (67%) Disk (/): 315.55 GiB / 460.38 GiB (69%) 个人犹豫的点在于 48G 感觉不会比 32G 有翻天覆地的 体验升级。 现有 air 不爽的点主要在于电量不如 pro 耐用，且真的还挺烫的。 需要花费大约 6000 元升级，可能 64G 才是更好的选择？希望听听大家的建议。 此外隐约觉得快换模具了...

如题: 发现最近 m5 pro 48G 14 寸 价格 逼近 15k ， 现有 m5 air 32G 在用，要不要升级。 话说这些 agents 还挺占内存的。现有内存占用: CPU: Apple M5 (10) @ 4.46 GHz GPU: Apple M5 (10) @ 1.58 GHz [Integrated] Memory: 26.63 GiB / 32.00 GiB (83%) Swap: 2.68 GiB / 4.00 GiB (67%) Disk (/): 315.55 GiB / 460.38 GiB (69%) 个人犹豫的点在于 48G 感觉不会比 32G 有翻天覆地的 体验升级。 现有 air 不爽的点主要在于电量不如 pro 耐用，且真的还挺烫的。 需要花费大约 6000 元升级，可能 64G 才是更好的选择？希望听听大家的建议。 此外隐约觉得快换模具了...

如题: 发现最近 m5 pro 48G 14 寸 价格 逼近 15k ， 现有 m5 air 32G 在用，要不要升级。 话说这些 agents 还挺占内存的。现有内存占用: CPU: Apple M5 (10) @ 4.46 GHz GPU: Apple M5 (10) @ 1.58 GHz [Integrated] Memory: 26.63 GiB / 32.00 GiB (83%) Swap: 2.68 GiB / 4.00 GiB (67%) Disk (/): 315.55 GiB / 460.38 GiB (69%) 个人犹豫的点在于 48G 感觉不会比 32G 有翻天覆地的 体验升级。 现有 air 不爽的点主要在于电量不如 pro 耐用，且真的还挺烫的。 需要花费大约 6000 元升级，可能 64G 才是更好的选择？希望听听大家的建议。 此外隐约觉得快换模具了...

目前在家里远程办公是用 mbp m1 pro 32gb 2tb （当台式机用），公司管设备的人说有一台新的 mbp m4 24gb 1t ，问我换不换。 我让 chatgpt 和 claude 对比了一下，都说建议别换。。

目前在家里远程办公是用 mbp m1 pro 32gb 2tb （当台式机用），公司管设备的人说有一台新的 mbp m4 24gb 1t ，问我换不换。 我让 chatgpt 和 claude 对比了一下，都说建议别换。。

目前在家里远程办公是用 mbp m1 pro 32gb 2tb （当台式机用），公司管设备的人说有一台新的 mbp m4 24gb 1t ，问我换不换。 我让 chatgpt 和 claude 对比了一下，都说建议别换。。

目前在家里远程办公是用 mbp m1 pro 32gb 2tb （当台式机用），公司管设备的人说有一台新的 mbp m4 24gb 1t ，问我换不换。 我让 chatgpt 和 claude 对比了一下，都说建议别换。。

目前在家里远程办公是用 mbp m1 pro 32gb 2tb （当台式机用），公司管设备的人说有一台新的 mbp m4 24gb 1t ，问我换不换。 我让 chatgpt 和 claude 对比了一下，都说建议别换。。

目前在家里远程办公是用 mbp m1 pro 32gb 2tb （当台式机用），公司管设备的人说有一台新的 mbp m4 24gb 1t ，问我换不换。 我让 chatgpt 和 claude 对比了一下，都说建议别换。。

目前在家里远程办公是用 mbp m1 pro 32gb 2tb （当台式机用），公司管设备的人说有一台新的 mbp m4 24gb 1t ，问我换不换。 我让 chatgpt 和 claude 对比了一下，都说建议别换。。

目前在家里远程办公是用 mbp m1 pro 32gb 2tb （当台式机用），公司管设备的人说有一台新的 mbp m4 24gb 1t ，问我换不换。 我让 chatgpt 和 claude 对比了一下，都说建议别换。。

目前在家里远程办公是用 mbp m1 pro 32gb 2tb （当台式机用），公司管设备的人说有一台新的 mbp m4 24gb 1t ，问我换不换。 我让 chatgpt 和 claude 对比了一下，都说建议别换。。

新买了mac m5 32g，以前是win选手，有没有佬给点ai coding的mac技巧和玩法，或者mac使用技巧。 10 个帖子 - 10 位参与者 阅读完整话题

现在使用的是Windows R9 8940 32G，使用Codex的时候总是有各种各样的问题，也研究过很多解决办法，但是总感觉很麻烦，不知道换Mac会不会好一点， 最近也在研究用AI做视频，剪辑之类的。 平常敲代码，日常使用还是习惯Windows (本人不是前后端程序员，偏数据开发，所以一般就是写写sql pyhon 什么的，对电脑的配置要求不高，内存大一点就行) 主要是这两个需求。各位佬，请问有必要换吗? 内存大一点的Mac也不便宜了。 或者有什么最小成本的方案，比如买个二手的？或者内存小一点的也可以? 4 个帖子 - 4 位参与者 阅读完整话题

先说结论，能跑，但没办法长期跑，主要问题是散热，外挂风扇支架也不太能解决问题，高强度跑温度上升快，持续高温机器会降频。如果考虑便携+生产力，推荐上 mac book pro 吧。 装了两个平台，ollama 跟 olmx ，测试下来，olmx 平台会更快些，考虑到机器 32G 的内存，能跑的模型大小不要超 22GB 附上部分主流模型下载容量大小及 olmx 平台测试结果给大家做参考 Qwen3.5-4B-MLX-4bit 2.85GB gemma-4-26b-a4b-it-4bit 14.57GB Qwen3.6-35B-A3B-4bit 15.13GB GLM-4.7-Flash-4bit 15.71GB gpt-oss-20b-MXFP4-Q8 11.27GB oMLX - LLM inference, optimized for your Mac Benchmark Model: Qwen3.5-4B-MLX-4bit ================================================================================ Single Request Results -------------------------------------------------------------------------------- Test TTFT(ms) TPOT(ms) pp TPS tg TPS E2E(s) Throughput Peak Mem pp1024/tg128 1001.6 22.74 1022.4 tok/s 44.3 tok/s 3.889 296.2 tok/s 3.29 GB pp4096/tg128 3540.9 23.76 1156.8 tok/s 42.4 tok/s 6.558 644.1 tok/s 3.90 GB Continuous Batching pp1024 / tg128 -------------------------------------------------------------------------------- Batch tg TPS Speedup pp TPS pp TPS/req TTFT(ms) E2E(s) 1x 44.3 tok/s 1.00x 1022.4 tok/s 1022.4 tok/s 1001.6 3.889 2x 88.3 tok/s 1.99x 407.6 tok/s 203.8 tok/s 3040.1 7.924 4x 175.1 tok/s 3.95x 322.7 tok/s 80.7 tok/s 6833.9 15.617 Benchmark Model: gemma-4-26b-a4b-it-4bit ================================================================================ Single Request Results -------------------------------------------------------------------------------- Test TTFT(ms) TPOT(ms) pp TPS tg TPS E2E(s) Throughput Peak Mem pp1024/tg128 1500.5 24.21 682.4 tok/s 41.6 tok/s 4.575 251.8 tok/s 14.23 GB pp4096/tg128 4863.4 25.14 842.2 tok/s 40.1 tok/s 8.056 524.3 tok/s 14.91 GB Continuous Batching pp1024 / tg128 -------------------------------------------------------------------------------- Batch tg TPS Speedup pp TPS pp TPS/req TTFT(ms) E2E(s) 1x 41.6 tok/s 1.00x 682.4 tok/s 682.4 tok/s 1500.5 4.575 2x 82.5 tok/s 1.98x 361.6 tok/s 180.8 tok/s 3495.8 8.767 4x 166.1 tok/s 3.99x 283.4 tok/s 70.8 tok/s 7840.6 17.536 Benchmark Model: Qwen3.6-35B-A3B-4bit ================================================================================ Single Request Results -------------------------------------------------------------------------------- Test TTFT(ms) TPOT(ms) pp TPS tg TPS E2E(s) Throughput Peak Mem pp1024/tg128 1676.1 17.20 610.9 tok/s 58.6 tok/s 3.860 298.4 tok/s 18.80 GB pp4096/tg128 5046.3 17.93 811.7 tok/s 56.2 tok/s 7.323 576.8 tok/s 19.24 GB Continuous Batching pp1024 / tg128 -------------------------------------------------------------------------------- Batch tg TPS Speedup pp TPS pp TPS/req TTFT(ms) E2E(s) 1x 58.6 tok/s 1.00x 610.9 tok/s 610.9 tok/s 1676.1 3.860 2x 116.2 tok/s 1.98x 435.5 tok/s 217.8 tok/s 2973.7 6.907 4x 230.7 tok/s 3.94x 352.0 tok/s 88.0 tok/s 6445.2 13.855 Benchmark Model: GLM-4.7-Flash-4bit ================================================================================ Single Request Results -------------------------------------------------------------------------------- Test TTFT(ms) TPOT(ms) pp TPS tg TPS E2E(s) Throughput Peak Mem pp1024/tg128 1985.0 21.78 515.9 tok/s 46.3 tok/s 4.752 242.4 tok/s 16.27 GB pp4096/tg128 6839.2 27.31 598.9 tok/s 36.9 tok/s 10.307 409.8 tok/s 17.34 GB Continuous Batching pp1024 / tg128 -------------------------------------------------------------------------------- Batch tg TPS Speedup pp TPS pp TPS/req TTFT(ms) E2E(s) 1x 46.3 tok/s 1.00x 515.9 tok/s 515.9 tok/s 1985.0 4.752 2x 91.5 tok/s 1.98x 362.7 tok/s 181.3 tok/s 3549.9 8.445 4x 174.9 tok/s 3.78x 321.2 tok/s 80.3 tok/s 6393.9 15.679 Benchmark Model: gpt-oss-20b-MXFP4-Q8 ================================================================================ Single Request Results -------------------------------------------------------------------------------- Test TTFT(ms) TPOT(ms) pp TPS tg TPS E2E(s) Throughput Peak Mem pp1024/tg128 1687.6 24.70 606.8 tok/s 40.8 tok/s 4.824 238.8 tok/s 11.67 GB pp4096/tg128 4088.8 26.44 1001.8 tok/s 38.1 tok/s 7.446 567.3 tok/s 11.75 GB Continuous Batching pp1024 / tg128 -------------------------------------------------------------------------------- Batch tg TPS Speedup pp TPS pp TPS/req TTFT(ms) E2E(s) 1x 40.8 tok/s 1.00x 606.8 tok/s 606.8 tok/s 1687.6 4.824 2x 82.1 tok/s 2.01x 359.0 tok/s 179.5 tok/s 3489.1 8.822 4x 159.5 tok/s 3.91x 293.2 tok/s 73.3 tok/s 7335.0 17.180

先说结论，能跑，但没办法长期跑，主要问题是散热，外挂风扇支架也不太能解决问题，高强度跑温度上升快，持续高温机器会降频。如果考虑便携+生产力，推荐上 mac book pro 吧。 装了两个平台，ollama 跟 olmx ，测试下来，olmx 平台会更快些，考虑到机器 32G 的内存，能跑的模型大小不要超 22GB 附上部分主流模型下载容量大小及 olmx 平台测试结果给大家做参考 Qwen3.5-4B-MLX-4bit 2.85GB gemma-4-26b-a4b-it-4bit 14.57GB Qwen3.6-35B-A3B-4bit 15.13GB GLM-4.7-Flash-4bit 15.71GB gpt-oss-20b-MXFP4-Q8 11.27GB oMLX - LLM inference, optimized for your Mac Benchmark Model: Qwen3.5-4B-MLX-4bit ================================================================================ Single Request Results -------------------------------------------------------------------------------- Test TTFT(ms) TPOT(ms) pp TPS tg TPS E2E(s) Throughput Peak Mem pp1024/tg128 1001.6 22.74 1022.4 tok/s 44.3 tok/s 3.889 296.2 tok/s 3.29 GB pp4096/tg128 3540.9 23.76 1156.8 tok/s 42.4 tok/s 6.558 644.1 tok/s 3.90 GB Continuous Batching pp1024 / tg128 -------------------------------------------------------------------------------- Batch tg TPS Speedup pp TPS pp TPS/req TTFT(ms) E2E(s) 1x 44.3 tok/s 1.00x 1022.4 tok/s 1022.4 tok/s 1001.6 3.889 2x 88.3 tok/s 1.99x 407.6 tok/s 203.8 tok/s 3040.1 7.924 4x 175.1 tok/s 3.95x 322.7 tok/s 80.7 tok/s 6833.9 15.617 Benchmark Model: gemma-4-26b-a4b-it-4bit ================================================================================ Single Request Results -------------------------------------------------------------------------------- Test TTFT(ms) TPOT(ms) pp TPS tg TPS E2E(s) Throughput Peak Mem pp1024/tg128 1500.5 24.21 682.4 tok/s 41.6 tok/s 4.575 251.8 tok/s 14.23 GB pp4096/tg128 4863.4 25.14 842.2 tok/s 40.1 tok/s 8.056 524.3 tok/s 14.91 GB Continuous Batching pp1024 / tg128 -------------------------------------------------------------------------------- Batch tg TPS Speedup pp TPS pp TPS/req TTFT(ms) E2E(s) 1x 41.6 tok/s 1.00x 682.4 tok/s 682.4 tok/s 1500.5 4.575 2x 82.5 tok/s 1.98x 361.6 tok/s 180.8 tok/s 3495.8 8.767 4x 166.1 tok/s 3.99x 283.4 tok/s 70.8 tok/s 7840.6 17.536 Benchmark Model: Qwen3.6-35B-A3B-4bit ================================================================================ Single Request Results -------------------------------------------------------------------------------- Test TTFT(ms) TPOT(ms) pp TPS tg TPS E2E(s) Throughput Peak Mem pp1024/tg128 1676.1 17.20 610.9 tok/s 58.6 tok/s 3.860 298.4 tok/s 18.80 GB pp4096/tg128 5046.3 17.93 811.7 tok/s 56.2 tok/s 7.323 576.8 tok/s 19.24 GB Continuous Batching pp1024 / tg128 -------------------------------------------------------------------------------- Batch tg TPS Speedup pp TPS pp TPS/req TTFT(ms) E2E(s) 1x 58.6 tok/s 1.00x 610.9 tok/s 610.9 tok/s 1676.1 3.860 2x 116.2 tok/s 1.98x 435.5 tok/s 217.8 tok/s 2973.7 6.907 4x 230.7 tok/s 3.94x 352.0 tok/s 88.0 tok/s 6445.2 13.855 Benchmark Model: GLM-4.7-Flash-4bit ================================================================================ Single Request Results -------------------------------------------------------------------------------- Test TTFT(ms) TPOT(ms) pp TPS tg TPS E2E(s) Throughput Peak Mem pp1024/tg128 1985.0 21.78 515.9 tok/s 46.3 tok/s 4.752 242.4 tok/s 16.27 GB pp4096/tg128 6839.2 27.31 598.9 tok/s 36.9 tok/s 10.307 409.8 tok/s 17.34 GB Continuous Batching pp1024 / tg128 -------------------------------------------------------------------------------- Batch tg TPS Speedup pp TPS pp TPS/req TTFT(ms) E2E(s) 1x 46.3 tok/s 1.00x 515.9 tok/s 515.9 tok/s 1985.0 4.752 2x 91.5 tok/s 1.98x 362.7 tok/s 181.3 tok/s 3549.9 8.445 4x 174.9 tok/s 3.78x 321.2 tok/s 80.3 tok/s 6393.9 15.679 Benchmark Model: gpt-oss-20b-MXFP4-Q8 ================================================================================ Single Request Results -------------------------------------------------------------------------------- Test TTFT(ms) TPOT(ms) pp TPS tg TPS E2E(s) Throughput Peak Mem pp1024/tg128 1687.6 24.70 606.8 tok/s 40.8 tok/s 4.824 238.8 tok/s 11.67 GB pp4096/tg128 4088.8 26.44 1001.8 tok/s 38.1 tok/s 7.446 567.3 tok/s 11.75 GB Continuous Batching pp1024 / tg128 -------------------------------------------------------------------------------- Batch tg TPS Speedup pp TPS pp TPS/req TTFT(ms) E2E(s) 1x 40.8 tok/s 1.00x 606.8 tok/s 606.8 tok/s 1687.6 4.824 2x 82.1 tok/s 2.01x 359.0 tok/s 179.5 tok/s 3489.1 8.822 4x 159.5 tok/s 3.91x 293.2 tok/s 73.3 tok/s 7335.0 17.180