آیا M4 برای LLM سریعتر از M3 است؟

M4 حافظه را حدود 20% سریعتر از M3 میخواند (120 در برابر 100 GB/s)، پس با هر مدلی که در هر دو جا شود حدود 20% 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 یا M4؟

M4: M4 تا 32 GB حافظه دارد و M3 تا 24 GB. در بیشترین حافظهاش 27 از 73 مدل باز را خوب اجرا میکند، در برابر 20.

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

کنار هم

	M3	M4
اندازه‌های حافظه	8, 16, 24 GB	16, 24, 32 GB
پهنای باند حافظه	100 GB/s	120 GB/s
برای مدل‌ها، حداکثر	حدود 18 GB	حدود 24 GB
مدل‌هایی که خوب اجرا می‌شوند	20 از 73	27 از 73
ردهٔ جایگاه MLX	Core	Core
در دستگاه‌های	MacBook Pro (14-inch, M3, Nov 2023), iMac (24-inch, M3, 2023, Two ports), iMac (24-inch, M3, 2023, Four ports), MacBook Air (13-inch, M3, 2024), MacBook Air (15-inch, M3, 2024)	MacBook Pro (14-inch, M4, 2024), iMac (24-inch, 2024, Two ports), iMac (24-inch, 2024, Four ports), Mac mini (2024), MacBook Air (13-inch, M4, 2025), MacBook Air (15-inch, M4, 2025)

سرعت با مدل‌های محبوب

توکن در ثانیه برای یک گفت‌وگو، هر تراشه با بیشترین حافظه‌اش (24 GB و 32 GB)، با بهترین نسخهٔ مدل که جا می‌شود.

مدل	M3	M4
Llama 3.1 8B Instruct8B	10–18 4 بیت	12–21 4 بیت
gpt-oss-20b21B · 3.6B فعال	24–42 4.25 بیت اصلی	28–51 4.25 بیت اصلی
Qwen3.6 35B A3B35B · 3B فعال	35–62 3 بیت کیفیت پایین‌تر	32–56 4 بیت
Qwen3.8 27B27B	3–5 4 بیت	2–4 6 بیت
Llama 3.3 70B Instruct70B	خیلی بزرگ	2–4 2 بیت کیفیت پایین‌تر
gpt-oss-120b117B · 5.1B فعال	خیلی بزرگ	خیلی بزرگ
Qwen3.5 122B A10B122B · 10B فعال	خیلی بزرگ	خیلی بزرگ
DeepSeek V4 Flash 0731284B · 13B فعال	خیلی بزرگ	خیلی بزرگ

پرسش‌ها

آیا M4 برای LLM سریع‌تر از M3 است؟: M4 حافظه را حدود 20% سریع‌تر از M3 می‌خواند (120 در برابر 100 GB/s)، پس با هر مدلی که در هر دو جا شود حدود 20% 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 یا M4؟: M4: M4 تا 32 GB حافظه دارد و M3 تا 24 GB. در بیشترین حافظه‌اش 27 از 73 مدل باز را خوب اجرا می‌کند، در برابر 20.

مقایسه‌های بیشتر

تراشهٔ M3 برای هوش مصنوعی محلی · تراشهٔ M4 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.