Wie viel Speicher braucht Gemma 4 E4B?

Etwa 4,5 GB für die Gewichte mit 4 Bit, plus Platz für den Kontext: insgesamt 6 GB. Auf einem Mac heißt das 8 GB gemeinsamer Arbeitsspeicher oder mehr, denn macOS lässt die GPU standardmäßig etwa 75 % davon nutzen.

Wie schnell ist Gemma 4 E4B auf einem Mac?

Das Schreibtempo hängt von der Speicherbandbreite ab. Der schnellste Mac dafür ist hier einer mit M5 Ultra und 96 GB, mit etwa 113–200 Tokens pro Sekunde (8 Bit). Der kleinste Mac, der es ausführt, schafft mit 8 GB etwa 18–32 auf dem M3.

Schadet Quantisierung Gemma 4 E4B?

Mit 4 Bit bleiben die meisten Modelle nah an der Originalqualität; unter 4 Bit sinkt die Qualität schneller. Nimm die höchste Genauigkeit, die mit Reserve auf deinen Mac passt.

Läuft Gemma 4 E4B auf dem Mac? Speicher und Tempo

Speicher bei jeder Genauigkeit

Version	Gewichte	Mit Kontext	Kleinster Mac
8 Bit	8,5 GB	10 GB	16 GB
6 Bit	6,5 GB	8 GB	16 GB
4 Bit	4,5 GB	6 GB	8 GB
3 Bit geringere Qualität	3,5 GB	5 GB	8 GB
2 Bit geringere Qualität	2,5 GB	4 GB	8 GB

Auf jedem Apple-Chip

Die kleinste Speichergröße jedes Chips, mit der Gemma 4 E4B läuft, die beste Version, die hineinpasst, und das Schreibtempo, das du erwarten kannst.

Chip	Braucht	Version	Tokens/s
M6	16 GB	8 Bit Läuft gut	14–26
M5 Ultra	96 GB	8 Bit Läuft gut	113–200
M5 Max	36 GB	8 Bit Läuft gut	43–77
M5 Pro	24 GB	8 Bit Läuft gut	29–51
M5	16 GB	8 Bit Läuft gut	14–26
M4 Max	36 GB	8 Bit Läuft gut	38–68
M4 Pro	24 GB	8 Bit Läuft gut	26–46
M4	16 GB	8 Bit Läuft gut	11–20
M3 Ultra	96 GB	8 Bit Läuft gut	77–137
M3 Max	36 GB	8 Bit Läuft gut	28–50
M3 Pro	18 GB	8 Bit Läuft gut	14–25
M3	8 GB	4 Bit Läuft gut	18–32
M2 Ultra	64 GB	8 Bit Läuft gut	75–133
M2 Max	32 GB	8 Bit Läuft gut	38–67
M2 Pro	16 GB	8 Bit Läuft gut	19–33
M2	8 GB	4 Bit Läuft gut	18–32
M1 Ultra	64 GB	8 Bit Läuft gut	75–133
M1 Max	32 GB	8 Bit Läuft gut	38–67
M1 Pro	16 GB	8 Bit Läuft gut	19–33
M1	8 GB	4 Bit Läuft gut	12–22

So führst du es aus

Der einfache Weg: Lade MLX Harness herunter, kostenlos und Open Source. Suche nach Gemma 4 E4B, lade die Version, die zu deinem Mac passt, und chatte los. MLX Harness stellt das Modell auch deinen anderen Apps über eine OpenAI-kompatible API bereit.MLX Harness herunterladenKostenlos · Apple Silicon · macOS 14.5 oder neuer
Im Terminal mit Apples MLX:pip install mlx-lmmlx_lm.chat --model mlx-community/gemma-4-e4b-it-4bitBuild: mlx-community/gemma-4-e4b-it-4bit auf Hugging Face. Andere Genauigkeiten liegen gleich daneben.

Schritt für Schritt: LLMs auf den Mac laden und ausführen · So nutzt du MLX Harness · MLX vs. Ollama vs. llama.cpp

Über Gemma 4 E4B

Von	Google DeepMind
Parameter	8B (Dense-Modell)
Kontext	128K Tokens
Lizenz	Apache-2.0
Veröffentlicht	2026-03
Eingabe	Text und Bilder
Intelligenz	8,9 im Artificial Analysis Intelligence Index
Gewichte	google/gemma-4-E4B-it

Fragen

Wie viel Speicher braucht Gemma 4 E4B?: Etwa 4,5 GB für die Gewichte mit 4 Bit, plus Platz für den Kontext: insgesamt 6 GB. Auf einem Mac heißt das 8 GB gemeinsamer Arbeitsspeicher oder mehr, denn macOS lässt die GPU standardmäßig etwa 75 % davon nutzen.
Wie schnell ist Gemma 4 E4B auf einem Mac?: Das Schreibtempo hängt von der Speicherbandbreite ab. Der schnellste Mac dafür ist hier einer mit M5 Ultra und 96 GB, mit etwa 113–200 Tokens pro Sekunde (8 Bit). Der kleinste Mac, der es ausführt, schafft mit 8 GB etwa 18–32 auf dem M3.
Schadet Quantisierung Gemma 4 E4B?: Mit 4 Bit bleiben die meisten Modelle nah an der Originalqualität; unter 4 Bit sinkt die Qualität schneller. Nimm die höchste Genauigkeit, die mit Reserve auf deinen Mac passt.

Für deine Model Card oder README

Zeigt den kleinsten Mac, der Gemma 4 E4B gut ausführt, und verlinkt hierher.

[![Runs on a Mac](https://mlx.app/badge/run/gemma-4-e4b.svg)](https://mlx.app/run/gemma-4-e4b)

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.

Läuft Gemma 4 E4B auf einem Mac?