Iniciar sesiónCrear billetera

¿Qué puede ejecutar un M4 Max con 48 GB?

38 de 73 modelos abiertos van bien en ella. De forma predeterminada, la GPU puede usar unos 36 GB de sus 48 GB, y el chip lee la memoria a 546 GB/s, lo que marca su velocidad de escritura. Está en: MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025).

El más inteligente que va bienQwen3.8 27B6 bits · 21,9 GB · 11–20 tok/sEl más grande que va bienQwen3.6 35B A3B6 bits · 28,4 GB · 102–182 tok/sPara códigoQwen3 Coder 30B A3B Instruct8 bits · 32,4 GB · 70–125 tok/s

Va bien 41

Cabe con espacio para el contexto, a 10 tokens por segundo o más.

ModeloVersiónMemoriaTokens/s
Qwen3.8 27B27B · Inteligencia 33,76 bits21,9 GB11–20
Qwen3.6 35B A3B35B · 3B activos · Inteligencia 18,26 bits28,4 GB102–182
Muse Glimmer 30B29,6B · Inteligencia 17,56 bits24,1 GB10–18
Gemma 4 31B30,7B · Inteligencia 14,76 bits24,9 GB10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B activos · Inteligencia 12,98 bits31,9 GB77–137
Granite 4.2 30B30B · Inteligencia 12,76 bits24,4 GB10–18
MiniCPM5 2B2,52B · Inteligencia 12,58 bits2,7 GB91–162
Qwen3.5 9B9B · Inteligencia 11,28 bits9,6 GB26–46
Granite 4.2 8B8B · Inteligencia 11,18 bits8,5 GB29–51
Granite 4.2 3B3B · Inteligencia 9,18 bits3,2 GB77–137
gpt-oss-20b21B · 3,6B activos · Inteligencia 94,25 bits nativo13,8 GB129–230
Nemotron 3 Nano 30B A3B30B · 3,5B activos · Inteligencia 8,98 bits31,9 GB66–118
Gemma 4 E4B8B · Inteligencia 8,98 bits8,5 GB51–91
Ministral 3 8B8,9B · Inteligencia 5,58 bits9,5 GB26–46
Nemotron 3 Nano 4B3,97B · Inteligencia 4,88 bits4,2 GB59–104
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B activos8 bits32,4 GB70–125
GLM-4.7 Flash30B · 3B activos8 bits31,9 GB77–137
Qwen3.6 27B27B6 bits21,9 GB11–20
Gemma 4 26B A4B25,2B · 3,8B activos8 bits26,8 GB61–109
Devstral Small 2 (24B)24B8 bits25,5 GB10–17
Magistral Small 1.2 (2509)24B8 bits25,5 GB10–17
Mistral Small 3.2 (24B)24B8 bits25,5 GB10–17
LFM2.5 24B A2B24B · 2B activos8 bits25,5 GB117–208
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB15–27
Phi-4 (14B)14B8 bits14,9 GB16–29
Gemma 4 12B Unified12B8 bits12,7 GB19–34
Qwen3 8B8,2B8 bits8,7 GB28–50
Llama 3.1 8B Instruct8B8 bits8,5 GB29–51
Gemma 4 E2B5,1B8 bits5,4 GB102–182
Qwen3.5 4B4B8 bits4,3 GB57–102
Phi-4 mini instruct3,8B8 bits4 GB61–109
Llama 3.2 3B Instruct3,21B8 bits3,4 GB72–128
SmolLM3 3B3B8 bits3,2 GB77–137
LFM2.5 2.6B2,69B8 bits2,9 GB85–151
Qwen3.5 2B2B8 bits2,1 GB117–208
Llama 3.2 1B Instruct1,23B8 bits1,3 GB189–336
Qwen3.5 0.8B0,8B8 bits0,9 GB273–485
Qwen3 0.6B0,6B8 bits0,6 GB410–728
Nemotron 3.5 Bolt 74B A9B74B · 9B activos · Inteligencia 21,43 bits menor calidad32,4 GB63–112
Qwen3 Coder Next80B · 3B activos · Inteligencia 9,22 bits menor calidad25 GB273–485
GLM-4.5 Air106B · 12B activos2 bits menor calidad33,1 GB65–115

Funciona, pero lento 1

Cabe, pero a menos de 10 tokens por segundo: sirve para trabajos por lotes, pero es lento para chatear.

ModeloVersiónMemoriaTokens/s
Llama 3.3 70B Instruct70B3 bits menor calidad30,6 GB8–14

Cabe muy justo 8

Necesita casi toda la memoria: sube el límite de memoria de la GPU y usa un contexto corto.

ModeloVersiónMemoriaTokens/s
Qwen3.5 122B A10B122B · 10B activos · Inteligencia 15,62 bits menor calidad38,1 GB79–141
Mistral Medium 3.5 (128B)128B · Inteligencia 14,22 bits menor calidad40 GB6–11
gpt-oss-120b117B · 5,1B activos · Inteligencia 11,62 bits menor calidad36,6 GB154–273
Mistral Small 4 (119B)119B · 6,5B activos · Inteligencia 11,32 bits menor calidad37,2 GB123–218
Llama 4 Scout 17B-16E Instruct109B · 17B activos · Inteligencia 6,52 bits menor calidad34,1 GB46–82
Devstral 2 (123B)123B2 bits menor calidad38,4 GB6–11
Ornith 1.5 122B122B · 10B activos2 bits menor calidad38,1 GB79–141
Nemotron 3 Super 120B A12B120B · 12B activos2 bits menor calidad37,5 GB65–115

Demasiado grande 23

Necesita más de 48 GB de memoria, incluso a 2 bits.

Otras Mac

Todas las Mac con 48 GB, con cualquier chip.

El M4 Max con más o menos memoria:

Chips vecinos:

Cara a cara:

Contra PC y tarjetas gráficas:

Compáralo con cualquier Mac o GPU · El M4 Max para IA local · La mejor Mac para LLM en local · Todas las Mac

Preguntas

¿Cuál es el mejor LLM para un M4 Max con 48 GB?
De los modelos con un Intelligence Index publicado, Qwen3.8 27B obtiene la puntuación más alta entre los que van bien aquí: 6 bits, unos 11–20 tokens por segundo. El más grande que va bien es Qwen3.6 35B A3B.
¿Puede un M4 Max con 48 GB ejecutar Llama 3.3 70B?
Sí, pero lento: 3 bits (menor calidad), a unos 8–14 tokens por segundo.
¿Qué tan rápido va gpt-oss-20b en un M4 Max?
Unos 129–230 tokens por segundo (4,25 bits nativo), según los 546 GB/s de ancho de banda de memoria del chip.

Ejecútalos con MLX Harness (gratis, de código abierto) o con mlx-lm de Apple en Terminal: paso a paso.

Cómo se calcula

Memoria: los parámetros del modelo a 8, 6, 4, 3 o 2 bits por peso más las escalas por grupo de MLX (medio bit por peso), o su formato nativo, con espacio extra para el contexto. De forma predeterminada, macOS deja que la GPU use alrededor del 75 % de la memoria unificada. Velocidad: el ancho de banda de memoria dividido entre los bytes leídos por token es el techo para una conversación; en los benchmarks públicos de Apple Silicon de llama.cpp, las ejecuciones reales alcanzan entre el 45 % y el 80 % de ese techo, que es el rango que se muestra. Son estimaciones, no mediciones: mide tu propia Mac en MLX Bench. Datos de los modelos tomados de cada ficha oficial; datos de los chips, de las especificaciones técnicas de Apple. Revisado el 2026-10-19. Los mismos datos que mlx.app/compare.

¿Qué LLM ejecuta un M4 Max con 48 GB? Modelos y velocidad