کنار هم
| M4 | M4 Pro | |
|---|---|---|
| اندازه‌های حافظه | 16, 24, 32 GB | 24, 48, 64 GB |
| پهنای باند حافظه | 120 GB/s | 273 GB/s |
| برای مدل‌ها، حداکثر | حدود 24 GB | حدود 48 GB |
| مدل‌هایی که خوب اجرا می‌شوند | 27 از 73 | 31 از 73 |
| ردهٔ جایگاه MLX | Core | Pro |
| در دستگاه‌های | 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) | 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 (32 GB و 64 GB)، با بهترین نسخهٔ مدل که جا می‌شود.
| مدل | M4 | M4 Pro |
|---|---|---|
| Llama 3.1 8B Instruct8B | 12–21 4 بیت | 14–26 8 بیت |
| gpt-oss-20b21B · 3.6B فعال | 28–51 4.25 بیت اصلی | 65–115 4.25 بیت اصلی |
| Qwen3.6 35B A3B35B · 3B فعال | 32–56 4 بیت | 38–68 8 بیت |
| Qwen3.8 27B27B | 2–4 6 بیت | 4–8 8 بیت |
| Llama 3.3 70B Instruct70B | 2–4 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 M4 است؟
- M4 Pro حافظه را حدود 127% سریعتر از M4 میخواند (273 در برابر 120 GB/s)، پس با هر مدلی که در هر دو جا شود حدود 127% 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، M4 یا M4 Pro؟
- M4 Pro: M4 Pro تا 64 GB حافظه دارد و M4 تا 32 GB. در بیشترین حافظهاش 31 از 73 مدل باز را خوب اجرا میکند، در برابر 27.
مقایسه‌های بیشتر
تراشهٔ M4 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.