ورودساخت کیف پول

یک M4 Pro با 64 GB چه چیزهایی را اجرا می‌کند؟

31 از 73 مدل باز روی آن خوب اجرا می‌شوند. GPU به‌طور پیش‌فرض می‌تواند حدود 48 GB از 64 GB آن را استفاده کند و حافظه را با 273 GB/s می‌خواند، که سرعت نوشتن را تعیین می‌کند. در: Mac mini (2024), MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024).

باهوش‌ترین که خوب اجرا می‌شودNemotron 3.5 Bolt 74B A9B4 بیت · 41.6 GB · 24–43 tok/sبزرگ‌ترین که خوب اجرا می‌شودNemotron 3.5 Bolt 74B A9B4 بیت · 41.6 GB · 24–43 tok/sبرای کدنویسیQwen3 Coder 30B A3B Instruct8 بیت · 32.4 GB · 35–62 tok/s

خوب اجرا می‌شوند 39

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

مدلنسخهحافظهتوکن/ثانیه
Nemotron 3.5 Bolt 74B A9B74B · 9B فعال · هوش 21.44 بیت41.6 GB24–43
Qwen3.6 35B A3B35B · 3B فعال · هوش 18.28 بیت37.2 GB38–68
Nemotron 3.5 Lightning 30B A3B30B · 3B فعال · هوش 12.98 بیت31.9 GB38–68
MiniCPM5 2B2.52B · هوش 12.58 بیت2.7 GB45–81
Qwen3.5 9B9B · هوش 11.28 بیت9.6 GB13–23
Granite 4.2 8B8B · هوش 11.18 بیت8.5 GB14–26
Granite 4.2 3B3B · هوش 9.18 بیت3.2 GB38–68
gpt-oss-20b21B · 3.6B فعال · هوش 94.25 بیت اصلی13.8 GB65–115
Nemotron 3 Nano 30B A3B30B · 3.5B فعال · هوش 8.98 بیت31.9 GB33–59
Gemma 4 E4B8B · هوش 8.98 بیت8.5 GB26–46
Ministral 3 8B8.9B · هوش 5.58 بیت9.5 GB13–23
Nemotron 3 Nano 4B3.97B · هوش 4.88 بیت4.2 GB29–52
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B فعال8 بیت32.4 GB35–62
GLM-4.7 Flash30B · 3B فعال8 بیت31.9 GB38–68
Gemma 4 26B A4B25.2B · 3.8B فعال8 بیت26.8 GB31–55
LFM2.5 24B A2B24B · 2B فعال8 بیت25.5 GB59–104
Phi-4 Reasoning Vision 15B15B6 بیت12.2 GB10–18
Phi-4 (14B)14B6 بیت11.4 GB11–19
Gemma 4 12B Unified12B8 بیت12.7 GB10–17
Qwen3 8B8.2B8 بیت8.7 GB14–25
Llama 3.1 8B Instruct8B8 بیت8.5 GB14–26
Gemma 4 E2B5.1B8 بیت5.4 GB51–91
Qwen3.5 4B4B8 بیت4.3 GB29–51
Phi-4 mini instruct3.8B8 بیت4 GB31–55
Llama 3.2 3B Instruct3.21B8 بیت3.4 GB36–64
SmolLM3 3B3B8 بیت3.2 GB38–68
LFM2.5 2.6B2.69B8 بیت2.9 GB42–75
Qwen3.5 2B2B8 بیت2.1 GB59–104
Llama 3.2 1B Instruct1.23B8 بیت1.3 GB95–168
Qwen3.5 0.8B0.8B8 بیت0.9 GB137–243
Qwen3 0.6B0.6B8 بیت0.6 GB205–364
Qwen3.5 122B A10B122B · 10B فعال · هوش 15.62 بیت کیفیت پایین‌تر38.1 GB40–70
gpt-oss-120b117B · 5.1B فعال · هوش 11.62 بیت کیفیت پایین‌تر36.6 GB77–137
Mistral Small 4 (119B)119B · 6.5B فعال · هوش 11.32 بیت کیفیت پایین‌تر37.2 GB61–109
Qwen3 Coder Next80B · 3B فعال · هوش 9.23 بیت کیفیت پایین‌تر35 GB95–168
Llama 4 Scout 17B-16E Instruct109B · 17B فعال · هوش 6.52 بیت کیفیت پایین‌تر34.1 GB23–41
Ornith 1.5 122B122B · 10B فعال2 بیت کیفیت پایین‌تر38.1 GB40–70
Nemotron 3 Super 120B A12B120B · 12B فعال2 بیت کیفیت پایین‌تر37.5 GB32–57
GLM-4.5 Air106B · 12B فعال2 بیت کیفیت پایین‌تر33.1 GB32–57

اجرا می‌شوند، اما کند 11

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

مدلنسخهحافظهتوکن/ثانیه
Qwen3.8 27B27B · هوش 33.78 بیت28.7 GB4–8
Muse Glimmer 30B29.6B · هوش 17.58 بیت31.5 GB4–7
Gemma 4 31B30.7B · هوش 14.78 بیت32.6 GB4–7
Granite 4.2 30B30B · هوش 12.78 بیت31.9 GB4–7
Llama 3.3 70B Instruct70B4 بیت39.4 GB3–6
Qwen3.6 27B27B8 بیت28.7 GB4–8
Devstral Small 2 (24B)24B8 بیت25.5 GB5–9
Magistral Small 1.2 (2509)24B8 بیت25.5 GB5–9
Mistral Small 3.2 (24B)24B8 بیت25.5 GB5–9
Mistral Medium 3.5 (128B)128B · هوش 14.22 بیت کیفیت پایین‌تر40 GB3–5
Devstral 2 (123B)123B2 بیت کیفیت پایین‌تر38.4 GB3–6

خیلی بزرگ 23

حتی در 2 بیت، بیش از 64 GB حافظه لازم دارد.

Macهای دیگر

همهٔ Macها با 64 GB، با هر تراشه‌ای.

M4 Pro 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 Pro برای هوش مصنوعی محلی · بهترین Mac برای LLM محلی · همهٔ Macها

پرسش‌ها

بهترین LLM برای یک M4 Pro با 64 GB کدام است؟
از میان مدل‌هایی که Intelligence Index منتشرشده دارند، Nemotron 3.5 Bolt 74B A9B بالاترین امتیاز را در بین مدل‌هایی دارد که اینجا خوب اجرا می‌شوند: 4 بیت، حدود 24–43 توکن در ثانیه.
آیا یک M4 Pro با 64 GB می‌تواند Llama 3.3 70B را اجرا کند؟
بله، اما کند: 4 بیت، با حدود 3–6 توکن در ثانیه.
gpt-oss-20b روی یک M4 Pro چقدر سریع است؟
حدود 65–115 توکن در ثانیه (4.25 بیت اصلی)، بر پایهٔ پهنای باند حافظهٔ 273 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 Pro با 64 GB چه LLMهایی را اجرا می‌کند؟ مدل‌ها و سرعت