ΣύνδεσηΔημιουργία πορτοφολιού

Τι τρέχει ένας Mac με M4 Pro και 48 GB;

37 από 82 ανοιχτά μοντέλα τρέχουν καλά σε αυτόν. Από προεπιλογή η GPU μπορεί να χρησιμοποιήσει περίπου 36 GB από τα 48 GB, και διαβάζει τη μνήμη με 273 GB/s, κάτι που καθορίζει πόσο γρήγορα γράφει. Υπάρχει σε: Mac mini (2024), MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024).

Ενημέρωση

Το εξυπνότερο που τρέχει καλάQwen3.6 35B A3B6-bit · 28,4 GB · 51–91 tok/sΤο μεγαλύτερο που τρέχει καλάRecursive Flint6-bit · 32,3 GB · 61–109 tok/sΓια κώδικαQwen3 Coder 30B A3B Instruct8-bit · 32,4 GB · 35–62 tok/s

Τρέχει καλά 40

Χωράει με χώρο για τα συμφραζόμενα, με 10 ή περισσότερα tokens ανά δευτερόλεπτο.

ΜοντέλοΈκδοσηΜνήμηTokens/s
Qwen3.6 35B A3B35B · 3B ενεργές · Νοημοσύνη 18,26-bit28,4 GB51–91
Nemotron 3.5 Lightning 30B A3B30B · 3B ενεργές · Νοημοσύνη 12,98-bit31,9 GB38–68
MiniCPM5 2B2,52B · Νοημοσύνη 12,58-bit2,7 GB45–81
Qwen3.5 9B9B · Νοημοσύνη 11,28-bit9,6 GB13–23
Granite 4.2 8B8B · Νοημοσύνη 11,18-bit8,5 GB14–26
Granite 4.2 3B3B · Νοημοσύνη 9,18-bit3,2 GB38–68
gpt-oss-20b21B · 3,6B ενεργές · Νοημοσύνη 9εγγενές 4,25-bit13,8 GB65–115
Nemotron 3 Nano 30B A3B30B · 3,5B ενεργές · Νοημοσύνη 8,98-bit31,9 GB33–59
Gemma 4 E4B8B · Νοημοσύνη 8,98-bit8,5 GB26–46
Ministral 3 8B8,9B · Νοημοσύνη 5,58-bit9,5 GB13–23
Nemotron 3 Nano 4B3,97B · Νοημοσύνη 4,88-bit4,2 GB29–52
Recursive Flint39,8B · 2,5B ενεργές6-bit32,3 GB61–109
Sage-A1.535B · 2,95B ενεργές6-bit28,4 GB51–91
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B ενεργές8-bit32,4 GB35–62
Hy-Memory-30B-A3B30,1B · 3,2B ενεργές8-bit31,9 GB36–64
GLM-4.7 Flash30B · 3B ενεργές8-bit31,9 GB38–68
Raon-1 mini Preview28,8B · 4,3B ενεργές8-bit30,6 GB27–47
Gemma 4 26B A4B25,2B · 3,8B ενεργές8-bit26,8 GB31–55
LFM2.5 24B A2B24B · 2B ενεργές8-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
Nanbeige4.2 3B4,17B8-bit4,4 GB16–28
Spark-X2.6 4B4,11B8-bit4,4 GB28–50
Qwen3.5 4B4B8-bit4,3 GB29–51
Nemotron-Labs Dory 1.0 4B3,98B8-bit4,2 GB20–35
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
Nemotron 3.5 Bolt 74B A9B74B · 9B ενεργές · Νοημοσύνη 21,43-bit χαμηλότερη ποιότητα32,4 GB32–56
Qwen3 Coder Next80B · 3B ενεργές · Νοημοσύνη 9,22-bit χαμηλότερη ποιότητα25 GB137–243
GLM-4.5 Air106B · 12B ενεργές2-bit χαμηλότερη ποιότητα33,1 GB32–57

Τρέχει, αλλά αργά 9

Χωράει, αλλά με λιγότερα από 10 tokens ανά δευτερόλεπτο: καλό για μαζικές εργασίες, αργό για συνομιλία.

ΜοντέλοΈκδοσηΜνήμηTokens/s
Qwen3.8 27B27B · Νοημοσύνη 33,78-bit28,7 GB4–8
Muse Glimmer 30B29,6B · Νοημοσύνη 17,58-bit31,5 GB4–7
Gemma 4 31B30,7B · Νοημοσύνη 14,78-bit32,6 GB4–7
Granite 4.2 30B30B · Νοημοσύνη 12,78-bit31,9 GB4–7
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
Llama 3.3 70B Instruct70B3-bit χαμηλότερη ποιότητα30,6 GB4–7

Χωράει οριακά 9

Χρειάζεται σχεδόν όλη τη μνήμη: αυξήστε το όριο μνήμης της GPU και κρατήστε τα συμφραζόμενα σύντομα.

ΜοντέλοΈκδοσηΜνήμηTokens/s
Nemotron 3.5 Super VL 120B A12B120B · 12B ενεργές · Νοημοσύνη 26,52-bit χαμηλότερη ποιότητα37,5 GB32–57
Qwen3.5 122B A10B122B · 10B ενεργές · Νοημοσύνη 15,62-bit χαμηλότερη ποιότητα38,1 GB40–70
Mistral Medium 3.5 (128B)128B · Νοημοσύνη 14,22-bit χαμηλότερη ποιότητα40 GB3–5
gpt-oss-120b117B · 5,1B ενεργές · Νοημοσύνη 11,62-bit χαμηλότερη ποιότητα36,6 GB77–137
Mistral Small 4 (119B)119B · 6,5B ενεργές · Νοημοσύνη 11,32-bit χαμηλότερη ποιότητα37,2 GB61–109
Llama 4 Scout 17B-16E Instruct109B · 17B ενεργές · Νοημοσύνη 6,52-bit χαμηλότερη ποιότητα34,1 GB23–41
Devstral 2 (123B)123B2-bit χαμηλότερη ποιότητα38,4 GB3–6
Ornith 1.5 122B122B · 10B ενεργές2-bit χαμηλότερη ποιότητα38,1 GB40–70
Nemotron 3 Super 120B A12B120B · 12B ενεργές2-bit χαμηλότερη ποιότητα37,5 GB32–57

Πολύ μεγάλο 24

Χρειάζεται περισσότερα από 48 GB μνήμης, ακόμη και στα 2 bit.

Οι καλύτερες εφαρμογές AI για ένα Mac σαν αυτό στο AI App Store: τιμή, άδεια και πού πηγαίνουν τα δεδομένα σας.

Άλλοι Mac

Όλοι οι Mac με 48 GB, με οποιοδήποτε τσιπ.

Το M4 Pro με περισσότερη ή λιγότερη μνήμη:

Γειτονικά τσιπ:

Κατά μέτωπο:

Απέναντι σε PC και κάρτες γραφικών:

Συγκρίνετέ το με οποιονδήποτε Mac ή GPU · Το M4 Pro για τοπικό AI · Ο καλύτερος Mac για τοπικά LLM · Πόση RAM χρειάζεται ένα LLM · Όλοι οι Mac

Ερωτήσεις

Ποιο είναι το καλύτερο LLM για Mac με M4 Pro και 48 GB;
Από τα μοντέλα με δημοσιευμένο Intelligence Index, το Qwen3.6 35B A3B έχει την υψηλότερη βαθμολογία ανάμεσα σε όσα τρέχουν καλά εδώ: 6-bit, περίπου 51–91 tokens ανά δευτερόλεπτο. Το μεγαλύτερο που τρέχει καλά είναι το Recursive Flint.
Μπορεί ένας Mac με M4 Pro και 48 GB να τρέξει το Llama 3.3 70B;
Ναι, αλλά αργά: 3-bit (χαμηλότερη ποιότητα), με περίπου 4–7 tokens ανά δευτερόλεπτο.
Πόσο γρήγορο είναι το gpt-oss-20b σε M4 Pro;
Περίπου 65–115 tokens ανά δευτερόλεπτο (εγγενές 4,25-bit), με βάση το εύρος ζώνης μνήμης του τσιπ, 273 GB/s.

Εκτελέστε τα με το mlx-lm της Apple στο Terminal: βήμα προς βήμα.

Πώς υπολογίζεται

Μνήμη: οι παράμετροι του μοντέλου σε 8, 6, 4, 3 ή 2 bit ανά βάρος συν τις κλίμακες ομάδων του MLX (μισό bit ανά βάρος), ή στην εγγενή του μορφή, με χώρο για τα συμφραζόμενα από πάνω. Από προεπιλογή το macOS αφήνει την GPU να χρησιμοποιεί περίπου το 75% της ενοποιημένης μνήμης. Ταχύτητα: το εύρος ζώνης μνήμης διαιρεμένο με τα bytes που διαβάζονται ανά token είναι το ανώτατο όριο για μία συνομιλία· στα δημόσια benchmarks Apple Silicon του llama.cpp οι πραγματικές εκτελέσεις φτάνουν περίπου το 45% έως 80% του ορίου, και αυτό το εύρος δείχνουμε. Είναι εκτιμήσεις, όχι μετρήσεις: μετρήστε τον δικό σας Mac στο MLX Bench. Στοιχεία μοντέλων από την επίσημη κάρτα κάθε μοντέλου, στοιχεία τσιπ από τα Τεχνικά χαρακτηριστικά της Apple. Ελέγχθηκε 2026-10-19. Ίδια δεδομένα με το mlx.app/compare.

Ανοιχτά δεδομένα: mlx.app/data (JSON, CSV)