Mag-log inGumawa ng wallet

Ano ang kaya ng M4 na may 16 GB?

19 sa 73 na open model ang tumatakbo nang maayos dito. Bilang default, mga 12 GB sa 16 GB nito ang magagamit ng GPU, at binabasa nito ang memory sa 120 GB/s, na siyang nagtatakda kung gaano ito kabilis magsulat. Makikita sa: MacBook Pro (14-inch, M4, 2024), iMac (24-inch, 2024, Two ports), iMac (24-inch, 2024, Four ports), Mac mini (2024) ….

Pinakamatalino na maayos tumakboMiniCPM5 2B8-bit · 2.7 GB · 20–36 tok/sPinakamalaki na maayos tumakboQwen3.5 9B4-bit · 5.1 GB · 11–19 tok/s

Tumatakbo nang maayos 26

Kasya at may espasyo pa para sa context, sa 10 o higit pang token bawat segundo.

ModelBersyonMemoryToken/s
MiniCPM5 2B2.52B · Intelligence 12.58-bit2.7 GB20–36
Qwen3.5 9B9B · Intelligence 11.24-bit5.1 GB11–19
Granite 4.2 8B8B · Intelligence 11.14-bit4.5 GB12–21
Granite 4.2 3B3B · Intelligence 9.18-bit3.2 GB17–30
Gemma 4 E4B8B · Intelligence 8.98-bit8.5 GB11–20
Ministral 3 8B8.9B · Intelligence 5.54-bit5 GB11–19
Nemotron 3 Nano 4B3.97B · Intelligence 4.88-bit4.2 GB13–23
Qwen3 8B8.2B4-bit4.6 GB12–21
Llama 3.1 8B Instruct8B4-bit4.5 GB12–21
Gemma 4 E2B5.1B8-bit5.4 GB23–40
Qwen3.5 4B4B8-bit4.3 GB13–22
Phi-4 mini instruct3.8B8-bit4 GB14–24
Llama 3.2 3B Instruct3.21B8-bit3.4 GB16–28
SmolLM3 3B3B8-bit3.2 GB17–30
LFM2.5 2.6B2.69B8-bit2.9 GB19–33
Qwen3.5 2B2B8-bit2.1 GB26–46
Llama 3.2 1B Instruct1.23B8-bit1.3 GB42–74
Qwen3.5 0.8B0.8B8-bit0.9 GB60–107
Qwen3 0.6B0.6B8-bit0.6 GB90–160
Nemotron 3.5 Lightning 30B A3B30B · 3B aktibo · Intelligence 12.92-bit mas mababang kalidad9.4 GB60–107
gpt-oss-20b21B · 3.6B aktibo · Intelligence 93-bit mas mababang kalidad9.2 GB34–60
Nemotron 3 Nano 30B A3B30B · 3.5B aktibo · Intelligence 8.92-bit mas mababang kalidad9.4 GB49–87
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B aktibo2-bit mas mababang kalidad9.5 GB54–96
GLM-4.7 Flash30B · 3B aktibo2-bit mas mababang kalidad9.4 GB60–107
Gemma 4 26B A4B25.2B · 3.8B aktibo2-bit mas mababang kalidad7.9 GB45–80
LFM2.5 24B A2B24B · 2B aktibo3-bit mas mababang kalidad10.5 GB60–107

Tumatakbo, pero mabagal 11

Kasya, pero wala pang 10 token bawat segundo: ayos para sa batch work, mabagal para sa chat.

ModelBersyonMemoryToken/s
Phi-4 Reasoning Vision 15B15B4-bit8.4 GB6–11
Phi-4 (14B)14B4-bit7.9 GB7–12
Gemma 4 12B Unified12B6-bit9.7 GB6–10
Qwen3.8 27B27B · Intelligence 33.72-bit mas mababang kalidad8.4 GB6–11
Muse Glimmer 30B29.6B · Intelligence 17.52-bit mas mababang kalidad9.3 GB6–10
Gemma 4 31B30.7B · Intelligence 14.72-bit mas mababang kalidad9.6 GB6–10
Granite 4.2 30B30B · Intelligence 12.72-bit mas mababang kalidad9.4 GB6–10
Qwen3.6 27B27B2-bit mas mababang kalidad8.4 GB6–11
Devstral Small 2 (24B)24B3-bit mas mababang kalidad10.5 GB5–9
Magistral Small 1.2 (2509)24B3-bit mas mababang kalidad10.5 GB5–9
Mistral Small 3.2 (24B)24B3-bit mas mababang kalidad10.5 GB5–9

Halos hindi kasya 1

Halos lahat ng memory ang kailangan: itaas ang GPU memory limit at panatilihing maikli ang context.

ModelBersyonMemoryToken/s
Qwen3.6 35B A3B35B · 3B aktibo · Intelligence 18.22-bit mas mababang kalidad10.9 GB60–107

Masyadong malaki 35

Kailangan ng higit sa 16 GB na memory, kahit sa 2 bit.

Ibang Mac

Bawat Mac na may 16 GB, anumang chip.

Ang M4 na may mas malaki o mas maliit na memory:

Mga katabing chip:

Harapan:

Ihambing ito sa anumang Mac o GPU · Ang M4 para sa local AI · Ang pinakamagandang Mac para sa local LLM · Bawat Mac

Mga tanong

Ano ang pinakamagandang LLM para sa M4 na may 16 GB?
Sa mga model na may nailathalang Intelligence Index, MiniCPM5 2B ang may pinakamataas na score sa mga tumatakbo nang maayos dito: 8-bit, mga 20–36 token bawat segundo. Ang pinakamalaking tumatakbo nang maayos ay Qwen3.5 9B.
Kaya ba ng M4 na may 16 GB ang Llama 3.3 70B?
Hindi: kahit sa 2 bit, kailangan nito ng higit sa 12 GB na magagamit ng GPU bilang default.
Gaano kabilis ang gpt-oss-20b sa M4?
Mga 34–60 token bawat segundo (3-bit), batay sa 120 GB/s na memory bandwidth ng chip.

Patakbuhin ang mga ito gamit ang MLX Harness (libre, open source) o ang mlx-lm ng Apple sa Terminal: hakbang-hakbang.

Paano ito kinuwenta

Memory: ang mga parameter ng model sa 8, 6, 4, 3 o 2 bit kada weight dagdag ang group scales ng MLX (kalahating bit kada weight), o ang native format nito, at may espasyo pa para sa context. Bilang default, mga 75% ng unified memory ang ipinapagamit ng macOS sa GPU. Bilis: ang memory bandwidth na hinati sa mga byte na binabasa kada token ang pinakamataas na posible para sa isang usapan; sa mga pampublikong benchmark ng llama.cpp sa Apple Silicon, umaabot ang totoong takbo sa mga 45% hanggang 80% nito, at iyon ang range na ipinapakita. Mga tantiya ito, hindi sukat: sukatin ang sarili mong Mac sa MLX Bench. Ang mga numero ng model ay mula sa opisyal na model card ng bawat isa, at ang sa chip ay mula sa Tech Specs ng Apple. Sinuri noong 2026-10-19. Parehong data ng mlx.app/compare.

Anong LLM ang kaya ng M4 na may 16 GB? Mga model at bilis