Kann der M2 Max ein 70B-Modell ausführen?

Ja. Ein 70B-Modell in 4 Bit braucht etwa 40 GB, und der M2 Max hat bis zu 96 GB. Rechne mit einer Obergrenze von etwa 10 Tokens pro Sekunde für einen Chat.

Wie viele Tokens pro Sekunde schafft der M2 Max?

Bei einem 8B-Modell in 4 Bit liegt die Obergrenze bei etwa 89 Tokens pro Sekunde; echte Läufe erreichen ungefähr die Hälfte bis vier Fünftel davon. Größere Modelle sind entsprechend langsamer.

Ist der M2 Max gut für KI?

Für lokale Modelle zählen Speicher und Bandbreite am meisten. Der M2 Max hat bis zu 96 GB mit 400 GB/s, genug für Modelle bis etwa 128 Milliarden Parameter. Mit MLX Node kann er außerdem verdienen, indem er KI-Arbeit für MLX Network erledigt.

M2 Max für lokale LLMs: Speicher, Tempo und was passt

1Die Daten, die für KI zählen

Gemeinsamer Arbeitsspeicher	96 GB
Speicherbandbreite	400 GB/s
Steckt in	14- and 16-inch MacBook Pro (2023), Mac Studio (2023)
Passender dedizierter Platz	Pro-Platz: schürft bis zu 80 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 96 GB fasst der M2 Max bequem Modelle bis etwa 128 Milliarden Parameter.

Modell in 4 Bit	Benötigter Speicher	Passt auf den M2 Max
8B-Modell	4,5 GB	Ja
14B-Modell	7,9 GB	Ja
32B-Modell	18 GB	Ja
70B-Modell	39,4 GB	Ja
gpt-oss-120b, Mixture-of-Experts	65 GB	Ja
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 400 GB/s beim M2 Max 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	89 Tokens/s
14B-Modell	7,9 GB	51 Tokens/s
32B-Modell	18 GB	22 Tokens/s
70B-Modell	39,4 GB	10 Tokens/s
gpt-oss-120b, Mixture-of-Experts	2,7 GB	148 Tokens/s

5Mit anderen Chips vergleichen

6Fragen

Kann der M2 Max ein 70B-Modell ausführen?: Ja. Ein 70B-Modell in 4 Bit braucht etwa 40 GB, und der M2 Max hat bis zu 96 GB. Rechne mit einer Obergrenze von etwa 10 Tokens pro Sekunde für einen Chat.
Wie viele Tokens pro Sekunde schafft der M2 Max?: Bei einem 8B-Modell in 4 Bit liegt die Obergrenze bei etwa 89 Tokens pro Sekunde; echte Läufe erreichen ungefähr die Hälfte bis vier Fünftel davon. Größere Modelle sind entsprechend langsamer.
Ist der M2 Max gut für KI?: Für lokale Modelle zählen Speicher und Bandbreite am meisten. Der M2 Max hat bis zu 96 GB mit 400 GB/s, genug für Modelle bis etwa 128 Milliarden Parameter. Mit MLX Node kann er außerdem verdienen, indem er KI-Arbeit für MLX Network erledigt.

Quellen

Apple: M2 Pro and M2 Maxapple.com
llama.cpp: Apple Silicon benchmarksgithub.com