ورودساخت کیف پول

یک M4 Max با 48 GB چه چیزهایی را اجرا می‌کند؟

38 از 73 مدل باز روی آن خوب اجرا می‌شوند. GPU به‌طور پیش‌فرض می‌تواند حدود 36 GB از 48 GB آن را استفاده کند و حافظه را با 546 GB/s می‌خواند، که سرعت نوشتن را تعیین می‌کند. در: MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025).

باهوش‌ترین که خوب اجرا می‌شودQwen3.8 27B6 بیت · 21.9 GB · 11–20 tok/sبزرگ‌ترین که خوب اجرا می‌شودQwen3.6 35B A3B6 بیت · 28.4 GB · 102–182 tok/sبرای کدنویسیQwen3 Coder 30B A3B Instruct8 بیت · 32.4 GB · 70–125 tok/s

خوب اجرا می‌شوند 41

با جای کافی برای کانتکست جا می‌شود، با 10 توکن یا بیشتر در ثانیه.

مدلنسخهحافظهتوکن/ثانیه
Qwen3.8 27B27B · هوش 33.76 بیت21.9 GB11–20
Qwen3.6 35B A3B35B · 3B فعال · هوش 18.26 بیت28.4 GB102–182
Muse Glimmer 30B29.6B · هوش 17.56 بیت24.1 GB10–18
Gemma 4 31B30.7B · هوش 14.76 بیت24.9 GB10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B فعال · هوش 12.98 بیت31.9 GB77–137
Granite 4.2 30B30B · هوش 12.76 بیت24.4 GB10–18
MiniCPM5 2B2.52B · هوش 12.58 بیت2.7 GB91–162
Qwen3.5 9B9B · هوش 11.28 بیت9.6 GB26–46
Granite 4.2 8B8B · هوش 11.18 بیت8.5 GB29–51
Granite 4.2 3B3B · هوش 9.18 بیت3.2 GB77–137
gpt-oss-20b21B · 3.6B فعال · هوش 94.25 بیت اصلی13.8 GB129–230
Nemotron 3 Nano 30B A3B30B · 3.5B فعال · هوش 8.98 بیت31.9 GB66–118
Gemma 4 E4B8B · هوش 8.98 بیت8.5 GB51–91
Ministral 3 8B8.9B · هوش 5.58 بیت9.5 GB26–46
Nemotron 3 Nano 4B3.97B · هوش 4.88 بیت4.2 GB59–104
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B فعال8 بیت32.4 GB70–125
GLM-4.7 Flash30B · 3B فعال8 بیت31.9 GB77–137
Qwen3.6 27B27B6 بیت21.9 GB11–20
Gemma 4 26B A4B25.2B · 3.8B فعال8 بیت26.8 GB61–109
Devstral Small 2 (24B)24B8 بیت25.5 GB10–17
Magistral Small 1.2 (2509)24B8 بیت25.5 GB10–17
Mistral Small 3.2 (24B)24B8 بیت25.5 GB10–17
LFM2.5 24B A2B24B · 2B فعال8 بیت25.5 GB117–208
Phi-4 Reasoning Vision 15B15B8 بیت15.9 GB15–27
Phi-4 (14B)14B8 بیت14.9 GB16–29
Gemma 4 12B Unified12B8 بیت12.7 GB19–34
Qwen3 8B8.2B8 بیت8.7 GB28–50
Llama 3.1 8B Instruct8B8 بیت8.5 GB29–51
Gemma 4 E2B5.1B8 بیت5.4 GB102–182
Qwen3.5 4B4B8 بیت4.3 GB57–102
Phi-4 mini instruct3.8B8 بیت4 GB61–109
Llama 3.2 3B Instruct3.21B8 بیت3.4 GB72–128
SmolLM3 3B3B8 بیت3.2 GB77–137
LFM2.5 2.6B2.69B8 بیت2.9 GB85–151
Qwen3.5 2B2B8 بیت2.1 GB117–208
Llama 3.2 1B Instruct1.23B8 بیت1.3 GB189–336
Qwen3.5 0.8B0.8B8 بیت0.9 GB273–485
Qwen3 0.6B0.6B8 بیت0.6 GB410–728
Nemotron 3.5 Bolt 74B A9B74B · 9B فعال · هوش 21.43 بیت کیفیت پایین‌تر32.4 GB63–112
Qwen3 Coder Next80B · 3B فعال · هوش 9.22 بیت کیفیت پایین‌تر25 GB273–485
GLM-4.5 Air106B · 12B فعال2 بیت کیفیت پایین‌تر33.1 GB65–115

اجرا می‌شوند، اما کند 1

جا می‌شود، اما زیر 10 توکن در ثانیه: برای کارهای دسته‌ای خوب است، برای گفت‌وگو کند.

مدلنسخهحافظهتوکن/ثانیه
Llama 3.3 70B Instruct70B3 بیت کیفیت پایین‌تر30.6 GB8–14

به‌زحمت جا می‌شوند 8

تقریباً همهٔ حافظه را لازم دارد: سقف حافظهٔ GPU را بالا ببرید و کانتکست را کوتاه نگه دارید.

مدلنسخهحافظهتوکن/ثانیه
Qwen3.5 122B A10B122B · 10B فعال · هوش 15.62 بیت کیفیت پایین‌تر38.1 GB79–141
Mistral Medium 3.5 (128B)128B · هوش 14.22 بیت کیفیت پایین‌تر40 GB6–11
gpt-oss-120b117B · 5.1B فعال · هوش 11.62 بیت کیفیت پایین‌تر36.6 GB154–273
Mistral Small 4 (119B)119B · 6.5B فعال · هوش 11.32 بیت کیفیت پایین‌تر37.2 GB123–218
Llama 4 Scout 17B-16E Instruct109B · 17B فعال · هوش 6.52 بیت کیفیت پایین‌تر34.1 GB46–82
Devstral 2 (123B)123B2 بیت کیفیت پایین‌تر38.4 GB6–11
Ornith 1.5 122B122B · 10B فعال2 بیت کیفیت پایین‌تر38.1 GB79–141
Nemotron 3 Super 120B A12B120B · 12B فعال2 بیت کیفیت پایین‌تر37.5 GB65–115

خیلی بزرگ 23

حتی در 2 بیت، بیش از 48 GB حافظه لازم دارد.

Macهای دیگر

همهٔ Macها با 48 GB، با هر تراشه‌ای.

M4 Max با حافظهٔ بیشتر یا کمتر:

تراشه‌های همسایه:

رودررو:

در برابر PC و کارت گرافیک:

آن را با هر Mac یا GPU مقایسه کنید · تراشهٔ M4 Max برای هوش مصنوعی محلی · بهترین Mac برای LLM محلی · همهٔ Macها

پرسش‌ها

بهترین LLM برای یک M4 Max با 48 GB کدام است؟
از میان مدل‌هایی که Intelligence Index منتشرشده دارند، Qwen3.8 27B بالاترین امتیاز را در بین مدل‌هایی دارد که اینجا خوب اجرا می‌شوند: 6 بیت، حدود 11–20 توکن در ثانیه. بزرگ‌ترین مدلی که خوب اجرا می‌شود Qwen3.6 35B A3B است.
آیا یک M4 Max با 48 GB می‌تواند Llama 3.3 70B را اجرا کند؟
بله، اما کند: 3 بیت (کیفیت پایین‌تر)، با حدود 8–14 توکن در ثانیه.
gpt-oss-20b روی یک M4 Max چقدر سریع است؟
حدود 129–230 توکن در ثانیه (4.25 بیت اصلی)، بر پایهٔ پهنای باند حافظهٔ 546 GB/s این تراشه.

آن‌ها را با MLX Harness (رایگان و متن‌باز) یا mlx-lm از Apple در Terminal اجرا کنید: گام به گام.

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.

یک M4 Max با 48 GB چه LLMهایی را اجرا می‌کند؟ مدل‌ها و سرعت