Mac Studio mit M4 Max: gut für lokale LLMs?

Mit 128 GB laufen 47 von 73 offenen Modellen gut darauf, bis hin zu Qwen3.5 122B A10B; mit gpt-oss-20b sind es etwa 129–230 Tokens pro Sekunde. Der Chip M4 Max liest den Speicher mit 546 GB/s. Das bestimmt, wie schnell er schreibt.

Mac Studio mit M4 Max: wie viel Speicher für KI?

Mit 36 GB laufen 38 offene Modelle gut, mit 128 GB 47, bis hin zu Qwen3.5 122B A10B. Der Speicher entscheidet, welche Modelle passen, und lässt sich später nicht aufrüsten.

Mac Studio M4 Max für lokale KI: welche LLMs je Speicher laufen

Nach Speichergröße

Speicher	Laufen gut	Größtes, das gut läuft	gpt-oss-20b
36 GB410 GB/s	38	Qwen3.6 35B A3B	97–173 tok/s
48 GB546 GB/s	38	Qwen3.6 35B A3B	129–230 tok/s
64 GB546 GB/s	39	Nemotron 3.5 Bolt 74B A9B	129–230 tok/s
128 GB546 GB/s	47	Qwen3.5 122B A10B	129–230 tok/s

Mac-Modelle: Mac Studio (2025). Nicht jede Speichergröße gibt es für jedes Modell; Apples technische Daten nennen, womit jedes einzelne erhältlich ist.

Fragen

Mac Studio mit M4 Max: gut für lokale LLMs?: Mit 128 GB laufen 47 von 73 offenen Modellen gut darauf, bis hin zu Qwen3.5 122B A10B; mit gpt-oss-20b sind es etwa 129–230 Tokens pro Sekunde. Der Chip M4 Max liest den Speicher mit 546 GB/s. Das bestimmt, wie schnell er schreibt.
Mac Studio mit M4 Max: wie viel Speicher für KI?: Mit 36 GB laufen 38 offene Modelle gut, mit 128 GB 47, bis hin zu Qwen3.5 122B A10B. Der Speicher entscheidet, welche Modelle passen, und lässt sich später nicht aufrüsten.

Andere Macs

Mac Studio mit anderen Chips:

Andere Macs mit M4 Max:

MacBook Pro M4 Max

Im direkten Vergleich:

Gegen PCs und Grafikkarten:

Der M4 Max für lokale KI · Der beste Mac für lokale LLMs · Alle Macs

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.