آیا M4 Pro برای LLM سریعتر از M3 Pro است؟

M4 Pro حافظه را حدود 82% سریعتر از M3 Pro میخواند (273 در برابر 150 GB/s)، پس با هر مدلی که در هر دو جا شود حدود 82% سریعتر مینویسد. اما خواندن یک پرامپت طولانی به توان محاسباتی GPU بستگی دارد که این مقایسه آن را پوشش نمیدهد.

کدام مدلهای بزرگتری اجرا میکند، M3 Pro یا M4 Pro؟

M4 Pro: M4 Pro تا 64 GB حافظه دارد و M3 Pro تا 36 GB. در بیشترین حافظهاش 31 از 73 مدل باز را خوب اجرا میکند، در برابر 28.

M3 Pro در برابر M4 Pro برای LLM: حافظه، سرعت، کدام را بخریم

کنار هم

	M3 Pro	M4 Pro
اندازه‌های حافظه	18, 36 GB	24, 48, 64 GB
پهنای باند حافظه	150 GB/s	273 GB/s
برای مدل‌ها، حداکثر	حدود 27 GB	حدود 48 GB
مدل‌هایی که خوب اجرا می‌شوند	28 از 73	31 از 73
ردهٔ جایگاه MLX	Pro	Pro
در دستگاه‌های	MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023)	Mac mini (2024), MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024)

سرعت با مدل‌های محبوب

توکن در ثانیه برای یک گفت‌وگو، هر تراشه با بیشترین حافظه‌اش (36 GB و 64 GB)، با بهترین نسخهٔ مدل که جا می‌شود.

مدل	M3 Pro	M4 Pro
Llama 3.1 8B Instruct8B	10–18 6 بیت	14–26 8 بیت
gpt-oss-20b21B · 3.6B فعال	36–63 4.25 بیت اصلی	65–115 4.25 بیت اصلی
Qwen3.6 35B A3B35B · 3B فعال	40–71 4 بیت	38–68 8 بیت
Qwen3.8 27B27B	3–5 6 بیت	4–8 8 بیت
Llama 3.3 70B Instruct70B	3–5 2 بیت کیفیت پایین‌تر	3–6 4 بیت
gpt-oss-120b117B · 5.1B فعال	خیلی بزرگ	77–137 2 بیت کیفیت پایین‌تر
Qwen3.5 122B A10B122B · 10B فعال	خیلی بزرگ	40–70 2 بیت کیفیت پایین‌تر
DeepSeek V4 Flash 0731284B · 13B فعال	خیلی بزرگ	خیلی بزرگ

پرسش‌ها

آیا M4 Pro برای LLM سریع‌تر از M3 Pro است؟: M4 Pro حافظه را حدود 82% سریع‌تر از M3 Pro می‌خواند (273 در برابر 150 GB/s)، پس با هر مدلی که در هر دو جا شود حدود 82% سریع‌تر می‌نویسد. اما خواندن یک پرامپت طولانی به توان محاسباتی GPU بستگی دارد که این مقایسه آن را پوشش نمی‌دهد.
کدام مدل‌های بزرگ‌تری اجرا می‌کند، M3 Pro یا M4 Pro؟: M4 Pro: M4 Pro تا 64 GB حافظه دارد و M3 Pro تا 36 GB. در بیشترین حافظه‌اش 31 از 73 مدل باز را خوب اجرا می‌کند، در برابر 28.

مقایسه‌های بیشتر

تراشهٔ M3 Pro برای هوش مصنوعی محلی · تراشهٔ M4 Pro برای هوش مصنوعی محلی · همهٔ مدل‌ها را مقایسه کنید · بهترین Mac برای LLM محلی

چطور محاسبه شده

حافظه: پارامترهای مدل در 8، 6، 4، 3 یا 2 بیت برای هر وزن به‌علاوهٔ مقیاس‌های گروهی MLX (نیم بیت برای هر وزن)، یا قالب اصلی آن، به‌اضافهٔ جا برای کانتکست. macOS به‌طور پیش‌فرض اجازه می‌دهد GPU حدود 75% حافظهٔ یکپارچه را استفاده کند. سرعت: پهنای باند حافظه تقسیم بر بایت‌هایی که برای هر توکن خوانده می‌شود، سقف سرعت یک گفت‌وگوست؛ در بنچمارک‌های عمومی llama.cpp روی Apple Silicon اجراهای واقعی به حدود 45% تا 80% آن می‌رسند و همین بازه نمایش داده می‌شود. این‌ها برآوردند، نه اندازه‌گیری: Mac خودتان را روی MLX Bench بسنجید. ارقام مدل‌ها از کارت رسمی هر مدل و ارقام تراشه‌ها از مشخصات فنی Apple است. بررسی‌شده در 2026-10-19. همان داده‌های mlx.app/compare.