ΣύνδεσηΔημιουργία πορτοφολιού

Mac Studio με M4 Max για τοπικό AI.

Με 128 GB τρέχει καλά 55 από 82 ανοιχτά μοντέλα, έως και το Qwen3.5 122B A10B, και γράφει περίπου 129–230 tokens ανά δευτερόλεπτο με το gpt-oss-20b. Το M4 Max διαβάζει τη μνήμη με 546 GB/s, κάτι που καθορίζει πόσο γρήγορα γράφει.

Ενημέρωση

48 GB45 μοντέλα τρέχουν καλάRecursive Flint · 123–218 tok/s64 GB46 μοντέλα τρέχουν καλάNemotron 3.5 Bolt 74B A9B · 48–86 tok/s128 GB55 μοντέλα τρέχουν καλάQwen3.5 122B A10B · 44–78 tok/s

Ανά μέγεθος μνήμης

ΜνήμηΤρέχουν καλάΤο μεγαλύτερο που τρέχει καλάgpt-oss-20b
36 GB410 GB/s45Recursive Flint97–173 tok/s
48 GB546 GB/s45Recursive Flint129–230 tok/s
64 GB546 GB/s46Nemotron 3.5 Bolt 74B A9B129–230 tok/s
128 GB546 GB/s55Qwen3.5 122B A10B129–230 tok/s

Μοντέλα: Mac Studio (2025). 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 Studio με M4 Max καλός για τοπικά LLM;
Με 128 GB τρέχει καλά 55 από 82 ανοιχτά μοντέλα, έως και το Qwen3.5 122B A10B, και γράφει περίπου 129–230 tokens ανά δευτερόλεπτο με το gpt-oss-20b. Το M4 Max διαβάζει τη μνήμη με 546 GB/s, κάτι που καθορίζει πόσο γρήγορα γράφει.
Πόση μνήμη πρέπει να έχει ένας Mac Studio με M4 Max για AI;
Με 36 GB τρέχει καλά 45 ανοιχτά μοντέλα· με 128 GB, 55, έως και το Qwen3.5 122B A10B. Η μνήμη καθορίζει ποια μοντέλα χωρούν και δεν αναβαθμίζεται αργότερα.

Άλλοι Mac

Ο Mac Studio με άλλα τσιπ:

Άλλοι Mac με M4 Max:

Κατά μέτωπο:

Απέναντι σε PC και κάρτες γραφικών:

Το M4 Max για τοπικό 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)