Mac mini με M4 Pro για τοπικό AI.

Με 64 GB τρέχει καλά 38 από 82 ανοιχτά μοντέλα, έως και το Nemotron 3.5 Bolt 74B A9B, και γράφει περίπου 65–115 tokens ανά δευτερόλεπτο με το gpt-oss-20b. Το M4 Pro διαβάζει τη μνήμη με 273 GB/s, κάτι που καθορίζει πόσο γρήγορα γράφει.

Ενημέρωση

24 GB29 μοντέλα τρέχουν καλάRaon-1 mini Preview · 51–91 tok/s48 GB37 μοντέλα τρέχουν καλάRecursive Flint · 61–109 tok/s64 GB38 μοντέλα τρέχουν καλάNemotron 3.5 Bolt 74B A9B · 24–43 tok/s

Ανά μέγεθος μνήμης

ΜνήμηΤρέχουν καλάΤο μεγαλύτερο που τρέχει καλάgpt-oss-20b
24 GB273 GB/s29Raon-1 mini Preview65–115 tok/s
48 GB273 GB/s37Recursive Flint65–115 tok/s
64 GB273 GB/s38Nemotron 3.5 Bolt 74B A9B65–115 tok/s

Μοντέλα: Mac mini (2024). Δεν διατίθεται κάθε μέγεθος μνήμης με κάθε μοντέλο· τα Τεχνικά χαρακτηριστικά της Apple αναφέρουν τι προσφέρει το καθένα.

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

Ερωτήσεις

Είναι ο Mac mini με M4 Pro καλός για τοπικά LLM;
Με 64 GB τρέχει καλά 38 από 82 ανοιχτά μοντέλα, έως και το Nemotron 3.5 Bolt 74B A9B, και γράφει περίπου 65–115 tokens ανά δευτερόλεπτο με το gpt-oss-20b. Το M4 Pro διαβάζει τη μνήμη με 273 GB/s, κάτι που καθορίζει πόσο γρήγορα γράφει.
Πόση μνήμη πρέπει να έχει ένας Mac mini με M4 Pro για AI;
Με 24 GB τρέχει καλά 29 ανοιχτά μοντέλα· με 64 GB, 38, έως και το Nemotron 3.5 Bolt 74B A9B. Η μνήμη καθορίζει ποια μοντέλα χωρούν και δεν αναβαθμίζεται αργότερα.

Άλλοι Mac

Ο Mac mini με άλλα τσιπ:

Άλλοι Mac με M4 Pro:

Κατά μέτωπο:

Απέναντι σε PC και κάρτες γραφικών:

Το M4 Pro για τοπικό AI · Mac mini ως server για AI · Mac mini ή Mac Studio για AI · Ο καλύτερος Mac για τοπικά LLM · Πόση RAM χρειάζεται ένα LLM · Όλοι οι Mac

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)