Kann der M6 ein 70B-Modell ausführen?

Nicht bequem. Ein 70B-Modell in 4 Bit braucht etwa 40 GB, und der M6 hat höchstens 32 GB. Modelle bis etwa 42 Milliarden Parameter passen gut.

Wie viele Tokens pro Sekunde schafft der M6?

Bei einem 8B-Modell in 4 Bit liegt die Obergrenze bei etwa 38 Tokens pro Sekunde; echte Läufe erreichen ungefähr die Hälfte bis vier Fünftel davon. Größere Modelle sind entsprechend langsamer.

Ist der M6 gut für KI?

Für lokale Modelle zählen Speicher und Bandbreite am meisten. Der M6 hat bis zu 32 GB mit 170 GB/s, genug für Modelle bis etwa 42 Milliarden Parameter. Mit MLX Node kann er außerdem verdienen, indem er KI-Arbeit für MLX Network erledigt.

M6 für lokale LLMs: Speicher, Tempo und was passt

1Die Daten, die für KI zählen

Gemeinsamer Arbeitsspeicher	32 GB
Speicherbandbreite	170 GB/s, oder 153 GB/s in der kleineren Konfiguration
Steckt in	Mac mini (2026)
Passender dedizierter Platz	Core Latest-Platz: schürft bis zu 30 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 32 GB fasst der M6 bequem Modelle bis etwa 42 Milliarden Parameter.

Modell in 4 Bit	Benötigter Speicher	Passt auf den M6
8B-Modell	4,5 GB	Ja
14B-Modell	7,9 GB	Ja
32B-Modell	18 GB	Ja
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 170 GB/s beim M6 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	38 Tokens/s
14B-Modell	7,9 GB	22 Tokens/s
32B-Modell	18 GB	9 Tokens/s

Chips der M5-Generation haben Neural Accelerators in der GPU und lesen Prompts daher um ein Mehrfaches schneller als der M4: Laut Apples Messung kommt der erste Token mit MLX 3,3- bis 4,1-mal früher (Apple).

5Mit anderen Chips vergleichen

6Fragen

Kann der M6 ein 70B-Modell ausführen?: Nicht bequem. Ein 70B-Modell in 4 Bit braucht etwa 40 GB, und der M6 hat höchstens 32 GB. Modelle bis etwa 42 Milliarden Parameter passen gut.
Wie viele Tokens pro Sekunde schafft der M6?: Bei einem 8B-Modell in 4 Bit liegt die Obergrenze bei etwa 38 Tokens pro Sekunde; echte Läufe erreichen ungefähr die Hälfte bis vier Fünftel davon. Größere Modelle sind entsprechend langsamer.
Ist der M6 gut für KI?: Für lokale Modelle zählen Speicher und Bandbreite am meisten. Der M6 hat bis zu 32 GB mit 170 GB/s, genug für Modelle bis etwa 42 Milliarden Parameter. Mit MLX Node kann er außerdem verdienen, indem er KI-Arbeit für MLX Network erledigt.

Quellen

Apple: M6 and M5 Ultraapple.com