MacBook Air (16GB/24GB) এবং MacBook Pro-তে ফ্রি প্রাইভেট AI সেটআপ গাইড

হ্যাঁ, আপনি প্রতি মাসে ২০ ডলারের ChatGPT Plus বা Claude Pro সাবস্ক্রিপশন ছাড়াই নিজের MacBook Air (16GB/24GB) এবং MacBook Pro ল্যাপটপে সম্পূর্ণ ফ্রি ও অফলাইন প্রাইভেট AI সেটআপ করতে পারেন। Apple Silicon-এর Unified Memory আর্কিটেকচারের কারণে LM Studio এবং Ollama-র মতো ফ্রি সফটওয়্যার ব্যবহার করে ইন্টারনেট ছাড়াই সরাসরি আপনার ম্যাকের হার্ডওয়্যারে শক্তিশালী ওপেন-সোর্স Large Language Model (LLM) চালানো সম্ভব। এতে একদিকে যেমন প্রতি মাসের সাবস্ক্রিপশন খরচ ও ডুয়েল কারেন্সি কার্ডের ঝামেলা বাঁচে, অন্যদিকে আপনার ব্যক্তিগত কোড বা অফিসের গোপন ডকুমেন্ট শতভাগ নিরাপদ থাকে।

সংক্ষেপে (Quick Verdict)

বাংলাদেশে বসে প্রতি মাসে বিদেশি AI প্ল্যাটফর্মে পেমেন্ট করা অনেকের জন্যই বড় বিড়ম্বনা। তাই একবার ভালো কনফিগারেশনের একটি ম্যাকবুক কিনে নিলে আগামী কয়েক বছর কোনো মাসিক ফি ছাড়াই আপনি নিজের মেশিনে AI ব্যবহার করতে পারবেন:

• সাধারণ রাইটিং, বাংলা ও ইংরেজি ড্রাফটিং এবং হালকা কোডিংয়ের জন্য: 16GB Unified Memory-সহ MacBook Air M4 13.6-inch বা MacBook Air M5 13.6-inch বেছে নিন। এতে 7B থেকে 12B প্যারামিটারের মডেল (যেমন Qwen 3.5 9B বা Llama 3.2) অনায়াসে চলে।
• অ্যাডভান্সড কোডিং, বড় ডকুমেন্ট অ্যানালাইসিস ও রিসার্চের জন্য: অন্তত 24GB Unified Memory ভেরিয়েন্টের ম্যাকবুক Air অথবা MacBook Pro M4 14 -Inch ও MacBook Pro M5 14-inch নিন। 24GB র‍্যামে Mixture-of-Experts (MoE) আর্কিটেকচারের শক্তিশালী মডেল (যেমন Qwen 3.6-35B-A3B) খুব ভালো স্পিডে চালানো যায়।
• দীর্ঘক্ষণ একটানা ভারী AI ওয়ার্কলোডের জন্য: ফ্যানলেস Air মডেলের চেয়ে অ্যাক্টিভ কুলিং ফ্যান যুক্ত MacBook Pro সিরিজ সবসময়ই এগিয়ে থাকবে।

বাংলাদেশে মাসিক ২০ ডলারের সাবস্ক্রিপশন কেন বড় ঝামেলা?

আমাদের দেশে ফ্রিল্যান্সার, সফটওয়্যার ইঞ্জিনিয়ার, শিক্ষার্থী এবং কর্পোরেট পেশাজীবীদের কাছে ChatGPT বা Claude এখন নিত্যদিনের কাজের অংশ। কিন্তু as of November 2026, বাংলাদেশ থেকে প্রতি মাসে ২০ মার্কিন ডলার (USD) সাবস্ক্রিপশন পেমেন্ট করার প্রক্রিয়াটি বেশ জটিল।

• পাসপোর্ট এনডোর্সমেন্ট ও কার্ডের বাধ্যবাধকতা: বাংলাদেশ ব্যাংকের নিয়ম অনুযায়ী সাধারণ টাকা (BDT) ডেবিট কার্ড দিয়ে আন্তর্জাতিক পেমেন্ট করা যায় না। এর জন্য আপনার মেয়াদ থাকা পাসপোর্ট এবং ব্যাংকে গিয়ে বার্ষিক ট্রাভেল কোটা (Annual Travel Quota) এনডোর্স করা ডুয়েল কারেন্সি কার্ড থাকতে হয়। অনেক শিক্ষার্থীরই পাসপোর্ট থাকে না, ফলে তারা বৈধভাবে নিজস্ব কার্ড দিয়ে পেমেন্ট করতে পারেন না।
• অতিরিক্ত ভ্যাট ও ব্যাংক চার্জ: মাসিক ২০ ডলারের সাবস্ক্রিপশনে শুধু ২০ ডলারই কাটে না। এর সাথে ডিজিটাল সার্ভিসের ওপর সরকারি ১৫% ভ্যাট (যা প্রায় ৩ ডলার যোগ করে), ব্যাংকের ১% থেকে ২% ক্রস-বর্ডার ট্রানজেকশন ফি এবং ব্যাংকিং এক্সচেঞ্জ রেটের পার্থক্যের কারণে প্রতি মাসে প্রায় ৩,০০০ টাকার কাছাকাছি খরচ হয়ে যায়। বছর শেষে শুধুমাত্র একটি AI টুলের পেছনেই চলে যায় প্রায় ৩৫,০০০ টাকা।
• শেয়ার্ড অ্যাকাউন্ট ও ভার্চুয়াল কার্ডের ঝুঁকি: কার্ড না থাকায় অনেকে ফেসবুক পেজ থেকে কম দামে শেয়ার্ড অ্যাকাউন্ট কেনেন অথবা থার্ড-পার্টি ভার্চুয়াল ডলার কার্ড ব্যবহার করেন। শেয়ার্ড অ্যাকাউন্টে আপনার চ্যাট হিস্ট্রি ও গোপন প্রম্পট অন্যরা দেখে ফেলার ঝুঁকি থাকে, আর কিছুদিন পরপরই পেমেন্ট গেটওয়ে (Stripe) থেকে এসব কার্ড বা অ্যাকাউন্ট ব্লক হয়ে যাওয়ার ঘটনা ঘটে।
• ইন্টারনেট নির্ভরতা ও ডাটা প্রাইভেসি: ক্লাউড AI ব্যবহারের জন্য সবসময় দ্রুতগতির ইন্টারনেট প্রয়োজন। এছাড়া কোম্পানির সোর্স কোড, ক্লায়েন্টের চুক্তিপত্র বা অপ্রকাশিত গবেষণাপত্র ক্লাউড সার্ভারে আপলোড করা প্রাতিষ্ঠানিক প্রাইভেসি পলিসির পরিপন্থী।

এই সবগুলো সমস্যার স্থায়ী সমাধান হলো নিজের ল্যাপটপে লোকাল AI বা অফলাইন LLM সেটআপ করে নেওয়া।

লোকাল AI চালানোর ক্ষেত্রে Apple Silicon কেন এত কার্যকর?

সাধারণ উইন্ডোজ ল্যাপটপে বড় কোনো AI মডেল চালাতে গেলে আলাদা শক্তিশালী ডেডিকেটেড গ্রাফিক্স কার্ড (GPU) এবং প্রচুর VRAM (Video RAM) প্রয়োজন হয়। মাঝারি বাজেটের উইন্ডোজ ল্যাপটপে সাধারণত 4GB বা 6GB VRAM থাকে, যা দিয়ে আধুনিক AI মডেলগুলো চালানো অসম্ভব হয়ে পড়ে।

ঠিক এই জায়গাতেই অ্যাপলের M-series চিপ (Apple Silicon) পুরো হিসাব বদলে দিয়েছে। অ্যাপল তাদের প্রসেসরে Unified Memory Architecture ব্যবহার করে। এর মানে হলো ল্যাপটপের CPU, GPU এবং 16-core Neural Engine আলাদা আলাদা মেমোরি ব্যবহার না করে একই র‍্যাম পুল (Memory Pool) শেয়ার করে।

ফলে আপনার ম্যাকবুকে যদি 16GB বা 24GB র‍্যাম থাকে, তবে macOS এবং ব্যাকগ্রাউন্ড অ্যাপের জন্য সামান্য কিছু মেমোরি রেখে বাকি পুরো অংশটাই GPU সরাসরি AI মডেল লোড করার কাজে (VRAM হিসেবে) ব্যবহার করতে পারে। সাথে অ্যাপলের নিজস্ব MLX framework এবং Metal GPU acceleration যুক্ত হওয়ায় ব্যাটারি কম খরচ করেই ম্যাকবুকে চমৎকার স্পিডে টোকেন জেনারেট (Tokens per second) করা যায়।

MacBook Air (16GB/24GB) এবং MacBook Pro: লোকাল AI-এর জন্য কোনটি কিনবেন?

লোকাল LLM চালানোর ক্ষেত্রে প্রথম এবং প্রধান শর্ত হলো Unified Memory (RAM) এবং Memory Bandwidth। মনে রাখবেন, অ্যাপল সিলিকন ম্যাকবুকে র‍্যাম এবং এসএসডি মাদারবোর্ডের সাথে সল্ডার করা থাকে; কেনার পর ভবিষ্যতে র‍্যাম আপগ্রেড করার কোনো সুযোগ নেই। তাই কেনার সময়ই আপনার কাজের ধরন অনুযায়ী সঠিক ভেরিয়েন্ট বেছে নিতে হবে।

১. 16GB Unified Memory: শিক্ষার্থীদের ও দৈনন্দিন কাজের আদর্শ শুরু

as of November 2026, অ্যাপলের M4 এবং M5 সিরিজের সব ম্যাকবুকেই 16GB Unified Memory স্ট্যান্ডার্ড বা বেস ভেরিয়েন্ট হিসেবে পাওয়া যায়। আপনি যদি MacBook Air M4 13.6-inch বা নতুন MacBook Air M5 13.6-inch (16GB RAM) নেন, তবে macOS এবং সাধারণ অ্যাপগুলো চলার পর AI মডেলের জন্য প্রায় 9GB থেকে 11GB মেমোরি ফাঁকা পাবেন।

• কী কী মডেল চলবে: 4-bit quantization (Q4_K_M বা MLX 4-bit) ফরম্যাটে থাকা 7B, 8B, 9B এবং হালকা 12B-14B প্যারামিটারের সব জনপ্রিয় মডেল এতে খুব ভালোভাবে চলে। যেমন: Qwen 3.5 9B, Llama 3.2, Gemma 4, বা DeepSeek R1 Distill 8B।
• কারা কিনবেন: যারা ইমেইল রাইটিং, আর্টিকেল সামারি, গ্রামার চেক, সাধারণ পাইথন/জাভাস্ক্রিপ্ট কোডিং অ্যাসিস্ট্যান্ট এবং পড়াশোনার কাজে প্রাইভেট চ্যাটবট চান, তাদের জন্য 16GB যথেষ্ট।

২. 24GB Unified Memory: ডেভেলপার ও রিসার্চারদের সুইট স্পট

আপনি যদি প্রফেশনাল সফটওয়্যার ডেভেলপার হন এবং VS Code বা Cursor-এর পাশাপাশি ব্যাকগ্রাউন্ডে Docker, ব্রাউজারের ২০-২৫টি ট্যাব এবং একটি লোকাল AI মডেল একসাথে চালাতে চান, তবে 16GB র‍্যামে টান পড়বে। সেক্ষেত্রে 24GB Unified Memory হলো সবচেয়ে ব্যালেন্সড পছন্দ।

• কী কী মডেল চলবে: 24GB র‍্যামে আপনি আধুনিক Mixture-of-Experts (MoE) মডেল যেমন Qwen 3.6-35B-A3B বা GPT-oss 20B এবং কোডিংয়ের জন্য 14B থেকে 22B প্যারামিটারের মডেলগুলো বড় কনটেক্সট উইন্ডোসহ (Context Window) চালাতে পারবেন। M4 বা M5 চিপে Qwen 3.6-35B-A3B মডেলটি প্রতি সেকেন্ডে প্রায় ৪০-৫০ টোকেন (tok/s) গতিতে উত্তর দিতে পারে, যা পড়ার গতির চেয়েও দ্রুত।

৩. MacBook Air বনাম MacBook Pro: ফ্যানলেস ডিজাইন বনাম অ্যাক্টিভ কুলিং

অনেকের মনেই প্রশ্ন থাকে, একই চিপ ও একই র‍্যাম হলে Air ছেড়ে Pro কেন কিনব?

• থার্মাল পারফরম্যান্স: MacBook Air M4 13.6-inch এবং MacBook Air M5 13.6-inch সম্পূর্ণ ফ্যানলেস (Fanless) ডিজাইনের ল্যাপটপ। ছোটখাটো প্রশ্নোত্তর, চ্যাট বা সংক্ষিপ্ত কোড জেনারেশনে এটি MacBook Pro-এর সমান গতিই দেয় এবং পিনপতন নীরব থাকে। কিন্তু আপনি যদি একটানা ২০-৩০ মিনিট ধরে বিশাল পিডিএফ ফাইল অ্যানালাইসিস করেন বা বড় ব্যাচ প্রসেসিং চালান, তবে ভেতরে ফ্যান না থাকায় চিপ গরম হয়ে ক্লক স্পিড কিছুটা কমিয়ে দেয় (Thermal Throttling)।
• মেমোরি ব্যান্ডউইথ ও কুলিং: অন্যদিকে MacBook Pro M4 14 -Inch এবং MacBook Pro M5 14-inch মডেলে অ্যাক্টিভ কুলিং ফ্যান রয়েছে, যা ঘণ্টার পর ঘণ্টা ভারী AI প্রম্পট প্রসেসিংয়েও পারফরম্যান্স কমতে দেয় না। এছাড়া March 2025-এ আসা M4 চিপের মেমোরি ব্যান্ডউইথ যেখানে 120GB/s, সেখানে October 2025 ও March 2026-এ রিলিজ হওয়া নতুন Apple M5 চিপে মেমোরি ব্যান্ডউইথ প্রায় ৩০% বাড়িয়ে 153GB/s করা হয়েছে এবং এর 10-core GPU-এর প্রতিটি কোরে নতুন Neural Accelerator যোগ করা হয়েছে। আর যদি M4 Pro (273GB/s) বা M5 Pro (307GB/s) চিপযুক্ত ম্যাকবুক প্রো নেন, তবে AI টোকেন জেনারেশনের স্পিড প্রায় দ্বিগুণ হয়ে যাবে।

(নোট: স্টুডেন্টদের মধ্যে যারা একদম হালকা অফিস ওয়ার্ক ও ক্লাউড ব্রাউজিংয়ের জন্য সাশ্রয়ী অ্যাপল ল্যাপটপ খুঁজছেন, তারা লাইনআপের এন্ট্রি-লেভেল MacBook Neo 13" দেখতে পারেন; তবে ভারী লোকাল LLM চালানোর জন্য আমরা সবসময় কমপক্ষে 16GB বা 24GB র‍্যামের M4/M5 সিরিজের Air বা Pro রিকমেন্ড করি।)

একনজরে তুলনা: কোন ম্যাকবুকে লোকাল AI কেমন চলবে?

as of November 2026, অ্যাপলের অফিসিয়াল স্পেসিফিকেশন এবং লোকাল LLM বেঞ্চমার্ক অনুযায়ী নিচের টেবিলে মডেলগুলোর তুলনা দেওয়া হলো:

মাত্র ৫ মিনিটে ম্যাকবুকে নিজস্ব প্রাইভেট AI সেটআপ করার নিয়ম

ম্যাকবুকে প্রাইভেট AI সেটআপ করার জন্য আপনাকে কোনো জটিল প্রোগ্রামিং জানতে হবে না। মূলত দুটি দারুণ ফ্রি সফটওয়্যার সবচেয়ে বেশি ব্যবহৃত হয়: LM Studio (যারা মাউস দিয়ে ক্লিক করে ChatGPT-এর মতো সুন্দর ইন্টারফেস চান) এবং Ollama (যারা টার্মিনাল বা কোডিং অ্যাপের সাথে যুক্ত করতে চান)।

পদ্ধতি ১: LM Studio দিয়ে সেটআপ (কোডিং ছাড়াই সবচেয়ে সহজ উপায়)

১. ডাউনলোড ও ইনস্টল: প্রথমে আপনার ম্যাকবুক থেকে LM Studio-এর অফিসিয়াল সাইটে গিয়ে Apple Silicon (M1-M5) ভার্সনের .dmg ফাইলটি ডাউনলোড করে সাধারণ অ্যাপের মতো ইনস্টল করে নিন। এটি ব্যক্তিগত ব্যবহারের জন্য সম্পূর্ণ ফ্রি। ২. সঠিক মডেল খুঁজে নেওয়া: অ্যাপটি ওপেন করে বাম পাশের সার্চ বা Discover আইকনে ক্লিক করুন। আপনার ম্যাকবুকে যদি 16GB র‍্যাম থাকে, তবে সার্চ বক্সে লিখুন Qwen 3.5 9B অথবা Llama 3.2 8B। আর 24GB র‍্যাম হলে Qwen 3.6 35B A3B বা Gemma 4 সার্চ করতে পারেন। ৩. MLX বা GGUF ফরম্যাট ডাউনলোড: ডাউনলোড অপশনে আপনি MLX এবং GGUF দুটি ফরম্যাট দেখতে পাবেন। Apple Silicon ম্যাকের জন্য অ্যাপলের নিজস্ব MLX (4-bit) ফরম্যাট সবচেয়ে দ্রুত কাজ করে। মনে রাখবেন, ডাউনলোড করা মডেল ফাইলটির সাইজ যেন আপনার মোট র‍্যামের ৭০%-এর নিচে থাকে (যেমন 16GB র‍্যামের জন্য 5GB–7GB সাইজের মডেল ফাইল আদর্শ)। ৪. অফলাইনে চ্যাট শুরু করুন: মডেলটি একবার ডাউনলোড হয়ে গেলে ওপরে Chat ট্যাবে যান, ড্রপডাউন মেনু থেকে মডেলটি লোড করুন এবং মেসেজ টাইপ করুন। এখন আপনি ম্যাকবুকের Wi-Fi বন্ধ করে দিলেও দেখবেন ChatGPT-এর মতোই ঝটপট উত্তর পাচ্ছেন!

পদ্ধতি ২: Ollama দিয়ে সেটআপ (ডেভেলপার ও প্রো ইউজারদের জন্য)

আপনি যদি VS Code-এর ভেতরে GitHub Copilot বা Cursor-এর ফ্রি বিকল্প হিসেবে নিজের লোকাল AI ব্যবহার করতে চান, তবে Ollama সেরা মাধ্যম:

১. Ollama অ্যাপটি ডাউনলোড করে ইনস্টল করুন অথবা ম্যাকের Terminal ওপেন করে brew install ollama কমান্ড দিন। (as of November 2026, Ollama-র নতুন আপডেটগুলোতে Apple Silicon-এর জন্য বিল্ট-ইন MLX ব্যাকএন্ড যুক্ত হয়েছে, যা আগের চেয়ে অনেক বেশি ফাস্ট)। ২. টার্মিনালে গিয়ে আপনার পছন্দের মডেল নামানোর জন্য লিখুন: ollama run llama3.2 অথবা ollama run qwen3.5। ৩. মডেলটি প্রথমবার ইন্টারনেট থেকে ডাউনলোড হওয়ার পর সরাসরি টার্মিনালেই চালু হয়ে যাবে। ৪. VS Code-এর সাথে যুক্ত করা: আপনার VS Code এডিটরে গিয়ে ফ্রি এক্সটেনশন Continue ইনস্টল করুন এবং সেখানে লোকাল প্রোভাইডার হিসেবে Ollama (localhost:11434) সিলেক্ট করে দিন। ব্যস, আপনার নিজস্ব ফ্রি অফলাইন কোডিং অ্যাসিস্ট্যান্ট তৈরি! এমনকি আপনি Open WebUI বা Page Assist ব্রাউজার এক্সটেনশন ব্যবহার করে Ollama-কে একদম ChatGPT-এর মতো ইন্টারফেসেও ব্যবহার করতে পারবেন এবং নিজের পিডিএফ ফাইল আপলোড করে প্রশ্ন করতে পারবেন।

ম্যাকবুকে লোকাল AI চালানোর সময় যে ভুলগুলো এড়িয়ে চলবেন

আমরা আমাদের টেস্টে দেখেছি, নতুন ইউজাররা লোকাল LLM চালাতে গিয়ে দুটি সাধারণ ভুল করেন যার ফলে ম্যাকবুক স্লো হয়ে যায়:

• র‍্যামের চেয়ে বড় মডেল ডাউনলোড করা: অনেকে উত্তেজনার বশে 16GB ম্যাকবুকে 14GB বা 15GB সাইজের বিশাল মডেল লোড করে ফেলেন। এর ফলে র‍্যাম ফুল হয়ে ম্যাকওএস SSD-তে মেমোরি সোয়াপ (Disk Swap) করতে শুরু করে। এতে মডেলের স্পিড সেকেন্ডে ১-২ টোকেনে নেমে আসে এবং ল্যাপটপ হ্যাং করে। সবসময় সিস্টেমের জন্য অন্তত 5GB–6GB র‍্যাম ফাঁকা রাখুন।
• অপ্রয়োজনীয় বিশাল Context Length দিয়ে রাখা: LM Studio বা Ollama-তে কনটেক্সট লেন্থ (Context Window) যত বাড়াবেন, র‍্যামের ব্যবহার তত বাড়বে। সাধারণ চ্যাট বা কোডিংয়ের জন্য কনটেক্সট লেন্থ 4096 বা 8192 টোকেনের মধ্যে সীমাবদ্ধ রাখলে পারফরম্যান্স ও স্পিড দুটোই চমৎকার পাওয়া যায়।

বাংলাদেশ থেকে ম্যাকবুক কেনার আগে জরুরি পরামর্শ

বাংলাদেশে ম্যাকবুক কেনা একটি দীর্ঘমেয়াদী বিনিয়োগ। যেহেতু পরবর্তীতে র‍্যাম বা স্টোরেজ বাড়ানো যায় না, তাই কেনার আগে কয়েকটি বিষয় অবশ্যই মাথায় রাখবেন:

• অরিজিনাল গ্লোবাল ভেরিয়েন্ট ও সিরিয়াল চেক: কেনার সময় বক্সের গায়ে থাকা সিরিয়াল নাম্বার অ্যাপলের অফিসিয়াল চেক কভারেজ ওয়েবসাইটে দিয়ে ডিভাইসটি আন-অ্যাক্টিভেটেড (Unactivated) কি না তা মিলিয়ে নিন।
• ব্যাটারি সাইকেল ও চার্জার: নতুন ম্যাকবুকে বক্সের ভেতরে অরিজিনাল MagSafe 3 ক্যাবল এবং USB-C পাওয়ার অ্যাডাপ্টার থাকে। আর ভ্রমণের সময় ম্যাকবুক বা আইপ্যাড চার্জ দেওয়ার জন্য অতিরিক্ত পোর্টেবল চার্জার প্রয়োজন হলে ভালো ব্র্যান্ডের Belkin 65W Original Adapter ব্যবহার করতে পারেন, যা MacBook Air ফাস্ট চার্জিংয়ের জন্য দারুণ কাজ করে।

আপনি যদি আসল গ্লোবাল বা অফিসিয়াল ভেরিয়েন্টের ম্যাকবুক খুঁজে থাকেন, তবে ঢাকার যমুনা ফিউচার পার্কের লেভেল ৪-এ (Block D, Shop 23B) আমাদের Xeero শোরুমে চলে আসতে পারেন। আমরা প্রতিটি ম্যাকবুক কেনার আগে অফিশিয়াল সিরিয়াল ভেরিফিকেশন করে দেওয়ার পাশাপাশি নির্ধারিত ব্যাংকগুলোর ক্রেডিট কার্ডে সহজ EMI সুবিধা, নির্ভরযোগ্য ওয়ারেন্টি সাপোর্ট এবং সারা বাংলাদেশে দ্রুত হোম ডেলিভারি দিয়ে থাকি। আপনার কাজের জন্য 16GB নাকি 24GB র‍্যামের কোন ম্যাকবুকটি সঠিক হবে তা জানতে সরাসরি আমাদের WhatsApp নাম্বারেও (01615316431) যোগাযোগ করতে পারেন।