La puce M4 Max est-elle plus rapide que la M3 Max pour les LLM ?

La puce M4 Max lit la mémoire environ 37 % plus vite que la M3 Max (546 contre 400 GB/s) ; elle écrit donc environ 37 % plus vite avec tout modèle qui tient dans les deux. La lecture d’un long prompt dépend plutôt de la puissance de calcul du GPU, que cette comparaison ne couvre pas.

Laquelle fait tourner de plus grands modèles, la M3 Max ou la M4 Max ?

Aucune : les deux montent jusqu’à 128 GB. À cette capacité, la M3 Max fait bien tourner 47 et la M4 Max 47 des 73 modèles ouverts ; la plus rapide en fait passer davantage au-dessus de 10 tokens par seconde.

M3 Max vs M4 Max pour LLM : mémoire, vitesse, lequel choisir

Côte à côte

	M3 Max	M4 Max
Capacités de mémoire	36, 48, 64, 96, 128 GB	36, 48, 64, 128 GB
Bande passante mémoire	300–400 GB/s	410–546 GB/s
Pour les modèles, au plus	environ 96 GB	environ 96 GB
Modèles qui tournent bien	47 sur 73	47 sur 73
Classe de place MLX	Pro	Pro
Présente dans	MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023)	MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025)

Vitesse avec des modèles populaires

Tokens par seconde pour une conversation, chaque puce avec sa plus grande capacité de mémoire (128 GB et 128 GB), avec la meilleure version du modèle qui tient.

Modèle	M3 Max	M4 Max
Llama 3.1 8B Instruct8B	21–38 8 bits	29–51 8 bits
gpt-oss-20b21B · 3,6B actifs	95–168 4,25 bits natif	129–230 4,25 bits natif
Qwen3.6 35B A3B35B · 3B actifs	56–100 8 bits	77–137 8 bits
Qwen3.8 27B27B	12–21 4 bits	11–20 6 bits
Llama 3.3 70B Instruct70B	2–4 8 bits	3–6 8 bits
gpt-oss-120b117B · 5,1B actifs	67–119 4,25 bits natif	91–162 4,25 bits natif
Qwen3.5 122B A10B122B · 10B actifs	32–57 4 bits	44–78 4 bits
DeepSeek V4 Flash 0731284B · 13B actifs	44–78 2 bits qualité moindre	60–107 2 bits qualité moindre

Questions

La puce M4 Max est-elle plus rapide que la M3 Max pour les LLM ?: La puce M4 Max lit la mémoire environ 37 % plus vite que la M3 Max (546 contre 400 GB/s) ; elle écrit donc environ 37 % plus vite avec tout modèle qui tient dans les deux. La lecture d’un long prompt dépend plutôt de la puissance de calcul du GPU, que cette comparaison ne couvre pas.
Laquelle fait tourner de plus grands modèles, la M3 Max ou la M4 Max ?: Aucune : les deux montent jusqu’à 128 GB. À cette capacité, la M3 Max fait bien tourner 47 et la M4 Max 47 des 73 modèles ouverts ; la plus rapide en fait passer davantage au-dessus de 10 tokens par seconde.

Autres comparaisons

La puce M3 Max pour l’IA locale · La puce M4 Max pour l’IA locale · Comparer tous les modèles · Le meilleur Mac pour les LLM en local

Comment c’est calculé

Mémoire : les paramètres du modèle à 8, 6, 4, 3 ou 2 bits par poids, plus les facteurs d’échelle par groupe de MLX (un demi-bit par poids), ou son format natif, avec en plus de la place pour le contexte. Par défaut, macOS laisse le GPU utiliser environ 75 % de la mémoire unifiée. Vitesse : la bande passante mémoire divisée par les octets lus pour chaque token donne le plafond pour une conversation ; dans les benchmarks Apple Silicon publics de llama.cpp, les exécutions réelles atteignent environ 45 % à 80 % de ce plafond, et c’est la fourchette affichée. Ce sont des estimations, pas des mesures : mesurez votre propre Mac sur MLX Bench. Chiffres des modèles tirés de chaque fiche officielle, chiffres des puces tirés des caractéristiques techniques d’Apple. Vérifié le 2026-10-19. Mêmes données que mlx.app/compare.