Aller au contenu

Arc Pro B50 vs M3 pour l’IA locale

Arc Pro B50 fait bien tourner 23 des 74 modèles ouverts et M3 en fait tourner 10. Voici chaque modèle sur les deux, avec la note et la vitesse obtenues.

Fait bien tourner plus de modèles (note B ou mieux)

Arc Pro B50

Arc Pro B50: 23 · M3: 10

Plus rapide sur les modèles que les deux font tourner

Arc Pro B50 · ×1,9

Rapport de vitesse médian sur 10 modèles que les deux chargent entièrement en mémoire.

Le modèle le plus intelligent qu’il fait bien tourner

Arc Pro B50qwenQwen3.5 9B

M3—

Les caractéristiques qui comptent

Arc Pro B50 M3
Mémoire comparée16 GB8 GB (configuration de base)
Bande passante mémoire224 GB/s100 GB/s
Type de mémoireVRAM dédiéeUnifiée (partagée avec le système)
BackendVulkanMetal
Sortie20252023

Chaque modèle sur les deux

Note et vitesse de sortie en Q4_K_M avec un contexte de 8K ; le vert indique le meilleur des deux.

ModèleECIArc Pro B50M3
moonshotKimi K3157F—F—
deepseekDeepSeek V4 Pro 0813155F—F—
deepseekDeepSeek V4.1 Flash155F—F—
deepseekDeepSeek V4 Flash 0731154F—F—
zaiGLM 5.3 Flash152F—F—
zaiGLM 5.2152F—F—
moonshotKimi K2.6151F—F—
tInkling Small150F—F—
moonshotKimi K2.7 Code150F—F—
zaiGLM 5.1150F—F—
qwenQwen3.8 27B149C~8 t/sF—
deepseekDeepSeek V4 Pro149F—F—
tInkling149F—F—
moonshotKimi K2.5148F—F—
minimaxMiniMax M3147F—F—
minimaxMiniMax M2.5147F—F—
qwenQwen3.5 397B A17B147F—F—
qwenQwen3.6 27B147C~9 t/sF—
deepseekDeepSeek V3.2146F—F—
nvidiaNemotron 3 Ultra 550B A55B146F—F—
deepseekDeepSeek V4 Flash146F—F—
moonshotKimi K2 Thinking146F—F—
minimaxMiniMax M2.7146F—F—
zaiGLM 5146F—F—
deepseekDeepSeek V3.2 Exp145F—F—
qwenQwen3.6 35B A3B144C~50 t/sF—
qwenQwen3 235B A22B Thinking 2507144F—F—
zaiGLM 4.7144F—F—
googleGemma 4 31B143C~7 t/sF—
qwenQwen3.5 35B A3B143C~51 t/sF—
googleGemma 4 26B A4B142C~47 t/sF—
mistralMistral Medium 3.5 128B141F—F—
moonshotKimi K2140F—F—
openaigpt-oss 120b140F—F—
deepseekDeepSeek V3.1140F—F—
qwenQwen3 30B A3B Thinking 2507140C~48 t/sF—
qwenQwen3.5 9B139A~29 t/sF—
qwenQwen3 235B A22B 2507139F—F—
openaigpt-oss 20b138S~67 t/sF—
qwenQwen3 30B A3B 2507137C~48 t/sF—
mistralMagistral Small 2506133B~12 t/sF—
mistralMistral Small 3.2 24B132B~12 t/sF—
mistralMagistral Small 2509131B~12 t/sF—
microsoftPhi-4 14B130B~18 t/sF—
metaLlama 4 Scout 17B 16E130F—F—
metaLlama 3.3 70B127F—F—
metaLlama 3.1 8B117A~31 t/sF—
cohereCommand A+—F—F—
qwenQwen3.8 Flash Next—F—F—
qwenQwen3.5 122B A10B—F—F—
mistralMistral Small 4 119B—F—F—
qwenQwen3 Coder Next—F—F—
moonshotKimi Linear 48B A3B—C~44 t/sF—
ai2Olmo 3.1 32B Think—C~6 t/sF—
nvidiaNemotron 3.5 Lightning 30B A3B—C~38 t/sF—
zaiGLM 4.7 Flash—C~57 t/sF—
cohereNorth Mini Code 1.0—C~50 t/sF—
ibmGranite 4.2 30B—C~7 t/sF—
mistralDevstral Small 2 24B—B~12 t/sF—
mistralMinistral 3 14B—B~20 t/sF—
googleGemma 4 12B—A~23 t/sF—
mistralMinistral 3 8B—A~29 t/sF—
ibmGranite 4.2 8B—A~27 t/sF—
googleGemma 4 E4B—A~33 t/sB~17 t/s
ai2Olmo 3 7B—A~26 t/sF—
googleGemma 4 E2B—S~49 t/sA~26 t/s
qwenQwen3.5 4B—S~53 t/sA~28 t/s
mistralMinistral 3 3B—S~57 t/sA~30 t/s
ibmGranite 4.2 3B—S~56 t/sA~30 t/s
metaLlama 3.2 3B—S~59 t/sA~31 t/s
huggingfaceSmolLM3 3B—S~64 t/sA~34 t/s
liquidLFM2.5 2.6B—S~76 t/sS~41 t/s
qwenQwen3.5 2B—S~91 t/sS~51 t/s
qwenQwen3.5 0.8B—S~142 t/sS~86 t/s

Estimations à partir de caractéristiques et de mesures publiées, calibrées par backend. Vos pilotes, réglages et logiciel changent les chiffres réels.

Changez mémoire, contexte ou quantificationOuvrez cette comparaison dans l’outil interactif.