Welches LLM ist das beste für einen Mac mit 64 GB?

Unter den Modellen mit veröffentlichtem Intelligence Index erzielt Qwen3.8 27B den höchsten Wert von denen, die in 64 GB gut laufen (8 Bit). Das größte, das gut läuft, ist Nemotron 3.5 Bolt 74B A9B. Für Code: Qwen3 Coder 30B A3B Instruct.

Reichen 64 GB für lokale KI auf dem Mac?

39 der 73 offenen Modelle hier laufen darin gut, mit 4 Bit oder mehr. macOS lässt die GPU standardmäßig etwa 48 GB davon nutzen; Modell und Kontext müssen da hineinpassen.

Kann ein Mac mit 64 GB gpt-oss-20b ausführen?

Ja, 4,25 Bit nativ, mit etwa 65–115 Tokens pro Sekunde auf dem M4 Pro und 189–337 auf dem M1 Ultra.

Beste lokale LLMs für Macs mit 64 GB (M1 bis M5): was läuft

Macs mit 64 GB

9 Chips von M1 bis M5 gibt es mit 64 GB. Öffne einen für seine eigene Liste und sein Tempo.

Läuft gut 47

Passt mit Platz für den Kontext, bei 10 oder mehr Tokens pro Sekunde auf dem M1 Ultra.

Modell	Version	Speicher	M4 Pro	M1 Ultra
Qwen3.8 27B27B · Intelligenz 33,7	8 Bit	28,7 GB	4–8	13–22
Nemotron 3.5 Bolt 74B A9B74B · 9B aktiv · Intelligenz 21,4	4 Bit	41,6 GB	24–43	71–125
Qwen3.6 35B A3B35B · 3B aktiv · Intelligenz 18,2	8 Bit	37,2 GB	38–68	113–200
Muse Glimmer 30B29,6B · Intelligenz 17,5	8 Bit	31,5 GB	4–7	11–20
Gemma 4 31B30,7B · Intelligenz 14,7	8 Bit	32,6 GB	4–7	11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B aktiv · Intelligenz 12,9	8 Bit	31,9 GB	38–68	113–200
Granite 4.2 30B30B · Intelligenz 12,7	8 Bit	31,9 GB	4–7	11–20
MiniCPM5 2B2,52B · Intelligenz 12,5	8 Bit	2,7 GB	45–81	133–237
Qwen3.5 9B9B · Intelligenz 11,2	8 Bit	9,6 GB	13–23	38–67
Granite 4.2 8B8B · Intelligenz 11,1	8 Bit	8,5 GB	14–26	42–75
Granite 4.2 3B3B · Intelligenz 9,1	8 Bit	3,2 GB	38–68	113–200
gpt-oss-20b21B · 3,6B aktiv · Intelligenz 9	4,25 Bit nativ	13,8 GB	65–115	189–337
Nemotron 3 Nano 30B A3B30B · 3,5B aktiv · Intelligenz 8,9	8 Bit	31,9 GB	33–59	97–173
Gemma 4 E4B8B · Intelligenz 8,9	8 Bit	8,5 GB	26–46	75–133
Ministral 3 8B8,9B · Intelligenz 5,5	8 Bit	9,5 GB	13–23	38–67
Nemotron 3 Nano 4B3,97B · Intelligenz 4,8	8 Bit	4,2 GB	29–52	86–152
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B aktiv	8 Bit	32,4 GB	35–62	103–183
GLM-4.7 Flash30B · 3B aktiv	8 Bit	31,9 GB	38–68	113–200
Qwen3.6 27B27B	8 Bit	28,7 GB	4–8	13–22
Gemma 4 26B A4B25,2B · 3,8B aktiv	8 Bit	26,8 GB	31–55	90–160
Devstral Small 2 (24B)24B	8 Bit	25,5 GB	5–9	14–25
Magistral Small 1.2 (2509)24B	8 Bit	25,5 GB	5–9	14–25
Mistral Small 3.2 (24B)24B	8 Bit	25,5 GB	5–9	14–25
LFM2.5 24B A2B24B · 2B aktiv	8 Bit	25,5 GB	59–104	171–305
Phi-4 Reasoning Vision 15B15B	8 Bit	15,9 GB	10–18	23–40
Phi-4 (14B)14B	8 Bit	14,9 GB	11–19	24–43
Gemma 4 12B Unified12B	8 Bit	12,7 GB	10–17	28–50
Qwen3 8B8,2B	8 Bit	8,7 GB	14–25	41–74
Llama 3.1 8B Instruct8B	8 Bit	8,5 GB	14–26	42–75
Gemma 4 E2B5,1B	8 Bit	5,4 GB	51–91	150–267
Qwen3.5 4B4B	8 Bit	4,3 GB	29–51	84–149
Phi-4 mini instruct3,8B	8 Bit	4 GB	31–55	90–160
Llama 3.2 3B Instruct3,21B	8 Bit	3,4 GB	36–64	106–188
SmolLM3 3B3B	8 Bit	3,2 GB	38–68	113–200
LFM2.5 2.6B2,69B	8 Bit	2,9 GB	42–75	124–221
Qwen3.5 2B2B	8 Bit	2,1 GB	59–104	171–305
Llama 3.2 1B Instruct1,23B	8 Bit	1,3 GB	95–168	277–492
Qwen3.5 0.8B0,8B	8 Bit	0,9 GB	137–243	400–711
Qwen3 0.6B0,6B	8 Bit	0,6 GB	205–364	600–1067
Qwen3.5 122B A10B122B · 10B aktiv · Intelligenz 15,6	2 Bit geringere Qualität	38,1 GB	40–70	116–206
gpt-oss-120b117B · 5,1B aktiv · Intelligenz 11,6	2 Bit geringere Qualität	36,6 GB	77–137	225–400
Mistral Small 4 (119B)119B · 6,5B aktiv · Intelligenz 11,3	2 Bit geringere Qualität	37,2 GB	61–109	180–320
Qwen3 Coder Next80B · 3B aktiv · Intelligenz 9,2	3 Bit geringere Qualität	35 GB	95–168	277–492
Llama 4 Scout 17B-16E Instruct109B · 17B aktiv · Intelligenz 6,5	2 Bit geringere Qualität	34,1 GB	23–41	68–121
Ornith 1.5 122B122B · 10B aktiv	2 Bit geringere Qualität	38,1 GB	40–70	116–206
Nemotron 3 Super 120B A12B120B · 12B aktiv	2 Bit geringere Qualität	37,5 GB	32–57	95–168
GLM-4.5 Air106B · 12B aktiv	2 Bit geringere Qualität	33,1 GB	32–57	95–168

Läuft, aber langsam 3

Passt, aber unter 10 Tokens pro Sekunde: gut für Stapelverarbeitung, langsam für Chats.

Modell	Version	Speicher	M4 Pro	M1 Ultra
Llama 3.3 70B Instruct70B	4 Bit	39,4 GB	3–6	9–16
Mistral Medium 3.5 (128B)128B · Intelligenz 14,2	2 Bit geringere Qualität	40 GB	3–5	9–16
Devstral 2 (123B)123B	2 Bit geringere Qualität	38,4 GB	3–6	9–17

Fragen

Welches LLM ist das beste für einen Mac mit 64 GB?: Unter den Modellen mit veröffentlichtem Intelligence Index erzielt Qwen3.8 27B den höchsten Wert von denen, die in 64 GB gut laufen (8 Bit). Das größte, das gut läuft, ist Nemotron 3.5 Bolt 74B A9B. Für Code: Qwen3 Coder 30B A3B Instruct.
Reichen 64 GB für lokale KI auf dem Mac?: 39 der 73 offenen Modelle hier laufen darin gut, mit 4 Bit oder mehr. macOS lässt die GPU standardmäßig etwa 48 GB davon nutzen; Modell und Kontext müssen da hineinpassen.
Kann ein Mac mit 64 GB gpt-oss-20b ausführen?: Ja, 4,25 Bit nativ, mit etwa 65–115 Tokens pro Sekunde auf dem M4 Pro und 189–337 auf dem M1 Ultra.

Andere Größen: 8 GB · 16 GB · 18 GB · 24 GB · 32 GB · 36 GB · 48 GB · 64 GB · 96 GB · 128 GB · 192 GB · 256 GB · 512 GB

Führ sie mit MLX Harness (kostenlos, Open Source) oder mit Apples mlx-lm im Terminal aus: Schritt für Schritt.

So wird gerechnet

Speicher: die Parameter des Modells mit 8, 6, 4, 3 oder 2 Bit pro Gewicht plus die Gruppenskalen von MLX (ein halbes Bit pro Gewicht) oder in seinem nativen Format, dazu Platz für den Kontext. Standardmäßig lässt macOS die GPU etwa 75 % des gemeinsamen Arbeitsspeichers nutzen. Tempo: Speicherbandbreite geteilt durch die pro Token gelesenen Bytes ergibt die Obergrenze für eine Unterhaltung; in den öffentlichen Apple Silicon Benchmarks von llama.cpp erreichen echte Läufe etwa 45 % bis 80 % davon, und diese Spanne zeigen wir. Das sind Schätzungen, keine Messungen: Miss deinen eigenen Mac mit MLX Bench. Modellwerte aus der jeweiligen offiziellen Model Card, Chipwerte aus Apples technischen Daten. Geprüft am 2026-10-19. Dieselben Daten wie auf mlx.app/compare.

Die besten LLMs für einen Mac mit 64 GB.