Kann der M1 ein 70B-Modell ausführen?

Nicht bequem. Ein 70B-Modell in 4 Bit braucht etwa 40 GB, und der M1 hat höchstens 16 GB. Modelle bis etwa 21 Milliarden Parameter passen gut.

Wie viele Tokens pro Sekunde schafft der M1?

Bei einem 8B-Modell in 4 Bit liegt die Obergrenze bei etwa 15 Tokens pro Sekunde; echte Läufe erreichen ungefähr die Hälfte bis vier Fünftel davon. Größere Modelle sind entsprechend langsamer.

Ist der M1 gut für KI?

Für lokale Modelle zählen Speicher und Bandbreite am meisten. Der M1 hat bis zu 16 GB mit 68 GB/s, genug für Modelle bis etwa 21 Milliarden Parameter. Mit MLX Node kann er außerdem verdienen, indem er KI-Arbeit für MLX Network erledigt.

M1 für lokale LLMs: Speicher, Tempo und was passt

1Die Daten, die für KI zählen

Gemeinsamer Arbeitsspeicher	16 GB
Speicherbandbreite	68 GB/s
Steckt in	MacBook Air (2020), 13-inch MacBook Pro (2020), Mac mini (2020), iMac (2021)
Passender dedizierter Platz	Core-Platz: schürft bis zu 20 MLX am Tag

2Welche Modelle passen

Bei 4 Bit pro Gewicht braucht ein Modell etwas mehr als ein halbes Gigabyte pro Milliarde Parameter, dazu Platz für seinen Kontext und macOS. Mit 16 GB fasst der M1 bequem Modelle bis etwa 21 Milliarden Parameter.

Modell in 4 Bit	Benötigter Speicher	Passt auf den M1
8B-Modell	4,5 GB	Ja
14B-Modell	7,9 GB	Ja
32B-Modell	18 GB	Nein
70B-Modell	39,4 GB	Nein
gpt-oss-120b, Mixture-of-Experts	65 GB	Nein
Qwen3.5-397B-A17B, Mixture-of-Experts	223,3 GB	Nein
DeepSeek-V4.1-Flash, Mixture-of-Experts	316 GB	Nein

3Wie schnell er läuft

Beim Schreiben von Text begrenzt die Speicherbandbreite: Jeder neue Token liest die aktiven Gewichte des Modells einmal. Teilt man die 68 GB/s beim M1 durch die pro Token gelesenen Bytes, ergibt sich die Obergrenze unten. Echte Läufe erreichen meist etwa 45 % bis 80 % davon (Benchmarks von llama.cpp).

Modell in 4 Bit	Gelesen pro Token	Obergrenze für einen Chat
8B-Modell	4,5 GB	15 Tokens/s
14B-Modell	7,9 GB	9 Tokens/s

5Mit anderen Chips vergleichen

6Fragen

Kann der M1 ein 70B-Modell ausführen?: Nicht bequem. Ein 70B-Modell in 4 Bit braucht etwa 40 GB, und der M1 hat höchstens 16 GB. Modelle bis etwa 21 Milliarden Parameter passen gut.
Wie viele Tokens pro Sekunde schafft der M1?: Bei einem 8B-Modell in 4 Bit liegt die Obergrenze bei etwa 15 Tokens pro Sekunde; echte Läufe erreichen ungefähr die Hälfte bis vier Fünftel davon. Größere Modelle sind entsprechend langsamer.
Ist der M1 gut für KI?: Für lokale Modelle zählen Speicher und Bandbreite am meisten. Der M1 hat bis zu 16 GB mit 68 GB/s, genug für Modelle bis etwa 21 Milliarden Parameter. Mit MLX Node kann er außerdem verdienen, indem er KI-Arbeit für MLX Network erledigt.

Quellen

Apple: M1apple.com
llama.cpp: Apple Silicon benchmarksgithub.com