AnmeldenWallet erstellen

Was läuft auf dem M4 Pro mit 64 GB?

31 von 73 offenen Modellen laufen darauf gut. Die GPU kann standardmäßig etwa 48 GB der 64 GB nutzen, und der Chip liest den Speicher mit 273 GB/s. Das bestimmt, wie schnell er schreibt. Steckt in: Mac mini (2024), MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024).

Das klügste, das gut läuftNemotron 3.5 Bolt 74B A9B4 Bit · 41,6 GB · 24–43 tok/sDas größte, das gut läuftNemotron 3.5 Bolt 74B A9B4 Bit · 41,6 GB · 24–43 tok/sFür CodeQwen3 Coder 30B A3B Instruct8 Bit · 32,4 GB · 35–62 tok/s

Läuft gut 39

Passt mit Platz für den Kontext, bei 10 oder mehr Tokens pro Sekunde.

ModellVersionSpeicherTokens/s
Nemotron 3.5 Bolt 74B A9B74B · 9B aktiv · Intelligenz 21,44 Bit41,6 GB24–43
Qwen3.6 35B A3B35B · 3B aktiv · Intelligenz 18,28 Bit37,2 GB38–68
Nemotron 3.5 Lightning 30B A3B30B · 3B aktiv · Intelligenz 12,98 Bit31,9 GB38–68
MiniCPM5 2B2,52B · Intelligenz 12,58 Bit2,7 GB45–81
Qwen3.5 9B9B · Intelligenz 11,28 Bit9,6 GB13–23
Granite 4.2 8B8B · Intelligenz 11,18 Bit8,5 GB14–26
Granite 4.2 3B3B · Intelligenz 9,18 Bit3,2 GB38–68
gpt-oss-20b21B · 3,6B aktiv · Intelligenz 94,25 Bit nativ13,8 GB65–115
Nemotron 3 Nano 30B A3B30B · 3,5B aktiv · Intelligenz 8,98 Bit31,9 GB33–59
Gemma 4 E4B8B · Intelligenz 8,98 Bit8,5 GB26–46
Ministral 3 8B8,9B · Intelligenz 5,58 Bit9,5 GB13–23
Nemotron 3 Nano 4B3,97B · Intelligenz 4,88 Bit4,2 GB29–52
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B aktiv8 Bit32,4 GB35–62
GLM-4.7 Flash30B · 3B aktiv8 Bit31,9 GB38–68
Gemma 4 26B A4B25,2B · 3,8B aktiv8 Bit26,8 GB31–55
LFM2.5 24B A2B24B · 2B aktiv8 Bit25,5 GB59–104
Phi-4 Reasoning Vision 15B15B6 Bit12,2 GB10–18
Phi-4 (14B)14B6 Bit11,4 GB11–19
Gemma 4 12B Unified12B8 Bit12,7 GB10–17
Qwen3 8B8,2B8 Bit8,7 GB14–25
Llama 3.1 8B Instruct8B8 Bit8,5 GB14–26
Gemma 4 E2B5,1B8 Bit5,4 GB51–91
Qwen3.5 4B4B8 Bit4,3 GB29–51
Phi-4 mini instruct3,8B8 Bit4 GB31–55
Llama 3.2 3B Instruct3,21B8 Bit3,4 GB36–64
SmolLM3 3B3B8 Bit3,2 GB38–68
LFM2.5 2.6B2,69B8 Bit2,9 GB42–75
Qwen3.5 2B2B8 Bit2,1 GB59–104
Llama 3.2 1B Instruct1,23B8 Bit1,3 GB95–168
Qwen3.5 0.8B0,8B8 Bit0,9 GB137–243
Qwen3 0.6B0,6B8 Bit0,6 GB205–364
Qwen3.5 122B A10B122B · 10B aktiv · Intelligenz 15,62 Bit geringere Qualität38,1 GB40–70
gpt-oss-120b117B · 5,1B aktiv · Intelligenz 11,62 Bit geringere Qualität36,6 GB77–137
Mistral Small 4 (119B)119B · 6,5B aktiv · Intelligenz 11,32 Bit geringere Qualität37,2 GB61–109
Qwen3 Coder Next80B · 3B aktiv · Intelligenz 9,23 Bit geringere Qualität35 GB95–168
Llama 4 Scout 17B-16E Instruct109B · 17B aktiv · Intelligenz 6,52 Bit geringere Qualität34,1 GB23–41
Ornith 1.5 122B122B · 10B aktiv2 Bit geringere Qualität38,1 GB40–70
Nemotron 3 Super 120B A12B120B · 12B aktiv2 Bit geringere Qualität37,5 GB32–57
GLM-4.5 Air106B · 12B aktiv2 Bit geringere Qualität33,1 GB32–57

Läuft, aber langsam 11

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

ModellVersionSpeicherTokens/s
Qwen3.8 27B27B · Intelligenz 33,78 Bit28,7 GB4–8
Muse Glimmer 30B29,6B · Intelligenz 17,58 Bit31,5 GB4–7
Gemma 4 31B30,7B · Intelligenz 14,78 Bit32,6 GB4–7
Granite 4.2 30B30B · Intelligenz 12,78 Bit31,9 GB4–7
Llama 3.3 70B Instruct70B4 Bit39,4 GB3–6
Qwen3.6 27B27B8 Bit28,7 GB4–8
Devstral Small 2 (24B)24B8 Bit25,5 GB5–9
Magistral Small 1.2 (2509)24B8 Bit25,5 GB5–9
Mistral Small 3.2 (24B)24B8 Bit25,5 GB5–9
Mistral Medium 3.5 (128B)128B · Intelligenz 14,22 Bit geringere Qualität40 GB3–5
Devstral 2 (123B)123B2 Bit geringere Qualität38,4 GB3–6

Zu groß 23

Braucht mehr als 64 GB Speicher, selbst mit 2 Bit.

Andere Macs

Alle Macs mit 64 GB, mit jedem Chip.

Der M4 Pro mit mehr oder weniger Speicher:

Benachbarte Chips:

Im direkten Vergleich:

Gegen PCs und Grafikkarten:

Mit jedem Mac oder jeder GPU vergleichen · Der M4 Pro für lokale KI · Der beste Mac für lokale LLMs · Alle Macs

Fragen

Welches LLM ist das beste für den M4 Pro mit 64 GB?
Unter den Modellen mit veröffentlichtem Intelligence Index erzielt Nemotron 3.5 Bolt 74B A9B den höchsten Wert von denen, die hier gut laufen: 4 Bit, etwa 24–43 Tokens pro Sekunde.
Kann der M4 Pro mit 64 GB Llama 3.3 70B ausführen?
Ja, aber langsam: 4 Bit, mit etwa 3–6 Tokens pro Sekunde.
Wie schnell ist gpt-oss-20b auf dem M4 Pro?
Etwa 65–115 Tokens pro Sekunde (4,25 Bit nativ), bei 273 GB/s Speicherbandbreite des Chips.

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.

Welche LLMs laufen auf dem M4 Pro mit 64 GB? Modelle, Tempo