M4 Mac mini 16GB 還是 24GB？跑 Ollama 一週後，我後悔買錯了

我原本以為：16GB + 外接 SSD 跑 Ollama 就夠省了。結果把機器當成日常主力——Chrome 開了二十來個分頁、VS Code、微信，再常駐 qwen3:8b——不到一週，Activity Monitor 裡的記憶體壓力就變黃，Swap 常年在 1GB 上下飄。同事那台 24GB 同模型、同腳本，壓力條卻是綠的。

這篇不是規格表搬運，而是兩台 M4 Mac mini（16GB / 24GB）對照跑滿 7 天的紀錄：測什麼、怎麼測、數字從哪來。也會寫清楚 Qwen3、DeepSeek R1、Gemma 3 在 2026 年該怎麼選，以及和 OpenHuman、Claude Code、MLX 疊在一起時記憶體怎麼爆。

一週實測：同場景跑 qwen3:8b

測試機：Mac mini M4（10 核 CPU / 10 核 GPU），一台 16GB、一台 24GB，系統與軟體版本對齊。測試窗口：2026.05.26–06.01，每天固定 2 小時「開發 + 聊天」混合負載，每項指標連續記錄 3 次取中位數。

共同環境（盡量貼近真實桌面，而非裸機單任務）：

• macOS 16（26.x 測試版渠道，兩台同 build）
• Ollama 0.12.3（ollama --version）
• Google Chrome：20 個分頁（含 Notion、GitHub、Gmail）
• Visual Studio Code + 中文語言包
• 微信 macOS 用戶端常駐

推理指令（穩態 5 分鐘後讀數）：

ollama pull qwen3:8b
ollama run qwen3:8b
# 另開終端機：持續輸入 512 token 提示，觀察生成 2 分鐘後的 Memory / Swap

M4 Mac mini 16GB 實測

M4 Mac mini 24GB 實測

數據怎麼來的：避免「AI 整理文」的測法

本文所有表格數字，按下面流程採集；你可以在同一台機器上半天內重現：

1. 權重體積 — ollama show qwen3:8b --modelfile 與模型目錄下 *.gguf 檔案大小（磁碟 ≠ 常駐記憶體，但決定下限）。
2. 常駐記憶體 — 模型載入後，Activity Monitor 選「記憶體」分頁，記錄 Memory Used / Swap Used / Memory Pressure（黃/綠）。
3. 生成速度 — 固定提示詞 512 token 輸入，用 --verbose 讀 eval rate：

ollama run qwen3:8b --verbose \
  "請用繁體中文寫 400 字解釋 Apple 統一記憶體，並分三點列出優缺點。"
# 取輸出裡 eval rate（tokens/s）連續 3 次平均

vm_stat | awk '/swap/ {print}'
memory_pressure

未納入的因素：不同 Ollama 版本、量化標籤（Q4_K_M vs Q5）會偏移 0.5–1.5GB；Gemma 3、DeepSeek R1 若換標籤，請以你本機 ollama pull 後實測為準。下文 14B 行即同一套方法補測。

2026 主流模型在 M4 Mac mini 上的占用（對照表）

符號說明：✅ 日常多工下可常駐；⚠️ 能跑但易 Swap / 需關應用；❌ 不推薦主力。結合上文 Chrome+IDE 負載，而非裸機。

若你用 MLX 跑同系列權重，記憶體形態與 Ollama 相近，但峰值更「尖」——建議同樣用 Activity Monitor 觀察 5 分鐘穩態，而不是只看模型卡片上的參數量。

更多模型實測：14B 與 DeepSeek（同環境）

在不改變 Chrome / VS Code / 微信 的前提下，只替換 Ollama 模型：

結論很直白：想要 Qwen3 / DeepSeek 14B 當日常主力，16GB 會一直跟 Swap 搏鬥；24GB 才能同時保留瀏覽器和 IDE 不切「清場模式」。

理論估算 vs 實測：「14B Q4 約 8–10GB」憑什麼？

以前寫「8–10GB」如果只給結論，確實像 AI 彙總。這裡把來源拆開，並與上表 qwen3:14b 對齊：

• 權重檔案 — ollama pull qwen3:14b 後，本地 GGUF 約 8.4–9.2GB（隨量化標籤浮動）。這是磁碟占用，載入後常駐記憶體通常略低於檔案大小（mmap + 共享頁），但不會小一個數量級。
• KV 快取 — 上下文 8k、batch=1 時，常見再占 1–3GB；若你把 Ollama 環境變數 OLLAMA_CONTEXT_LENGTH 拉大，14B 在 16GB 機上更容易觸頂。
• 實測總和 — 同場景 qwen3:14b 在 24GB 機已用 19.1GB = 權重級占用 + KV + Chrome/IDE/系統（約 5–6GB）。反推「僅模型相關」約 13–14GB，與「8–10GB 權重 + 數 GB 執行時」一致。

因此：14B Q4 不是不能跑，而是不能與「滿配桌面」預設並存——要麼升 24GB，要麼關分頁、降 context、把 RAG 嵌入遷到另一台機器。

疊 Claude Code、OpenHuman 時：記憶體還要再加一筆

一週裡我還試了兩條 2026 很常見的「開發 + 本地模型」組合：

• Claude Code + 本機 Ollama — 終端機 Agent 走 Anthropic API，Ollama 做離線草稿或敏感片段。VS Code / Cursor 本身 1–2GB，再加 Chrome，16GB 機幾乎沒有 14B 餘量。
• OpenHuman + qwen3:8b — 桌面 Agent 與記憶樹同步時，背景常駐程序穩定吃 1GB+；對接方法見OpenHuman 安裝教學。24GB 機上可同時保持 OAuth 同步 + 8B 而不 Swap。
• MLX — 與 Xcode / Core ML 鏈路一起用時，編譯峰值會瞬間頂滿記憶體；適合放在獨享 macOS 節點上批次處理，與本機 16GB 開發機分工。

大型儲存庫若再接 CodeGraph + Claude Code MCP，索引本身不占滿記憶體，但你會更不想關 Chrome——間接把機器推向 24GB 檔（參見CodeGraph 本地部署）。

選購結論（基於實測，而非規格表）

• 選 16GB — 本地只做 8B 級（Qwen3 / DeepSeek R1）、能接受 Swap 與偶爾關分頁；或主力用 Claude / GPT API，Ollama 只是備胎。
• 選 24GB — 預設 14B + 瀏覽器 + IDE + Agent；或想留 Gemma 3 27B 試玩空間；或打算一台機器用 3–5 年不想先被記憶體卡死。

和GPU 雲成本對比不矛盾：記憶體檔位解決「單機能不能舒服」，雲端解決「7×24 與靜態 IP」。

M4 Mac mini 和 RTX 5060 主機怎麼選？

很多人搜「本地 AI」時，真正在比的是兩條路線：Apple Silicon 統一記憶體（Mac mini / Mac Studio） 還是 NVIDIA 顯存（RTX 5060 裝機）。ZavCloud 做的是 Cloud Mac——獨享 macOS 的 M4 Mac mini——所以不會說「別買顯卡」，而是把邊界劃清楚：哪類關鍵字該落在 Mac，哪類該落在 RTX 或雲 GPU。

Mac Studio 只是把記憶體天花板抬到 64GB+，情境仍偏 Apple 生態；AWS / 阿里雲 GPU 則適合 70B 全量、訓練與 Stable Diffusion 批次處理。下面兩張表按「真實桌面負載」歸納（與上文 Chrome + IDE 前提一致）。

M4 Mac mini 更占優的情境

RTX 5060 主機更占優的情境

買之前：建議先測一週再下單

如果你還沒確定該買 16GB 還是 24GB，我覺得更穩的路徑是：

1. 列出你不會關的軟體（瀏覽器分頁數、IDE、微信、Agent）；
2. 用上文指令跑 Qwen3 8B + 14B 各 30 分鐘，記錄 Swap 與 tok/s；
3. 若 14B 常年 Swap > 1GB，直接劃掉 16GB 選項。

若手邊還沒有機器，可以先在雲端租用同配置 Apple Silicon 主機，部署自己的 Ollama 工作流、知識庫和 Agent，觀察一週記憶體曲線；確認真實需求後再買實體設備，通常比盲目升級配置更省錢。

我們維運 Mac mini 雲主機時，常見用法就是「本機 16GB 開發 + 雲端 24GB 跑 Ollama / OpenHuman 常駐」——ZavCloud 提供 M4 Mac mini 獨享實例（原生 macOS、靜態 IP），適合用來做這類購買前壓測，而不是替代你自己的判斷。若需要方案細節，可看Mac 雲租用說明。

• 延伸閱讀 — M4 推理 vs GPU 雲 · OpenHuman × Ollama · Claude Code + CodeGraph

常見問題（FAQ）

以下問題按搜尋熱度整理，答案與上文實測表一致，便於對照重現。

Qwen3 14B 需要多少記憶體？

在與正文相同的桌面負載（Chrome 約 20 分頁、VS Code、微信）下，qwen3:14b 穩態已用約 19.1GB（24GB 機），16GB 機會到 15.8GB 已用 + 2.3GB Swap。若只談「模型本體」：GGUF 權重約 8.4–9.2GB，再加 KV 與系統，實用下限建議 24GB 統一記憶體；16GB 只適合關瀏覽器、降 OLLAMA_CONTEXT_LENGTH 的實驗。

DeepSeek R1 14B 能跑嗎？

deepseek-r1:8b 在 16GB 上實測可常駐（Swap 約 1GB，33 tok/s），與 Qwen3 8B 同級。14B 檔（deepseek-r1:14b 或同量級標籤）記憶體曲線與 qwen3:14b 接近：24GB 可零 Swap（約 28 tok/s 量級），16GB 會長期 Swap、生成掉到約 18 tok/s。結論：能跑，但 14B 當主力請直接 24GB，別賭 16GB。

16GB 會不會被淘汰？

不會一夜淘汰，但 2026 年的預設負載已從「偶爾 ollama run」變成「瀏覽器 + IDE + 8B 常駐 + Agent」。16GB 仍可勝任：8B 推理、API 為主、肯關分頁。若你預設開 Claude Code / OpenHuman 且不想清場，16GB 會越來越像「入門檔」而非「舒服檔」。

24GB 能撐幾年？

按目前模型節奏（8B–14B 主力、27B 試玩），24GB 大約 3–5 年仍對齊「桌面 + 本地 Agent」的甜點位：能同時留 14B、嵌入模型和開發工具。再往上（32B+ 常駐）應規劃 Mac Studio / 雲 GPU，而不是指望 Mac mini 加記憶體（出廠不可擴）。

Ollama 和 MLX 哪個更省記憶體？

日常對話推理：Ollama 更省心。 GGUF + 常駐程序 footprint 可預測，與本文 Activity Monitor 讀數一致。MLX 在載入、編譯或與 Xcode 鏈路同跑時峰值更尖，平均不一定更高，但更容易瞬間頂滿導致 Swap。建議：Ollama 做預設聊天/RAG；MLX 放批次處理或獨享節點。

Mac mini 和 RTX 5060 誰更適合本地 AI？

文字 8B–14B、Claude Code、iOS 開發：M4 Mac mini（建議 24GB）更合適。 統一記憶體 + macOS 工具鏈是護城河。Stable Diffusion、70B 量化、遊戲：RTX 5060 更合適，顯存與 CUDA 生態無法被 Mac mini 替代。很多人最終是「Mac mini + RTX 或雲 GPU」分工，而非二選一。

M4 Mac mini 16GB 跑 Qwen3 8B 夠用嗎？

夠用。實測 13.2GB 已用、Swap 約 1.1GB、34 tok/s，記憶體壓力黃色。能接受偶發卡頓可選 16GB；要零 Swap 桌面選 24GB（16.4GB 已用、37 tok/s）。

24GB 比 16GB 跑 Ollama 快多少？

同模型 qwen3:8b 僅快約 9%（34 vs 37 tok/s）。24GB 的核心價值是零 Swap、可疊 14B 與第二個小模型，不是裸算力翻倍。

Gemma 3 27B 能在 24GB Mac mini 上跑嗎？

僅 ⚠️ 重度量化試玩；上下文稍長即 OOM。8B–14B 是 24GB 舒適區，27B 主力請 RTX 或雲 GPU。

Mac Studio 值得為了 AI 加錢嗎？

若你只是 8B–14B + 開發，M4 Mac mini 24GB 性價比更高。需要 64GB 統一記憶體、多路 14B/32B 或更重 MLX 流水線時，再考慮 Mac Studio；也可先用 Cloud Mac 驗證記憶體曲線再決定是否上 Studio。

不確定買哪檔記憶體怎麼辦？

按文內指令跑 8B + 14B 各 30 分鐘，看 Swap 與記憶體壓力。若還沒有機器，可租用同配置 M4 Mac mini 雲主機（24GB）部署 Ollama / OpenHuman，觀察一週再下單實體機——通常比盲目加配或先買 RTX 更省。

實測數據可以重現嗎？

可以。Ollama 0.12.x、相同 Chrome/IDE/微信場景下，絕對值可能差 ±10%，但16GB 有 Swap、24GB 零 Swap、14B 需 24GB 的趨勢應一致。