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

La puce M4 lit la mémoire environ 20 % plus vite que la M3 (120 contre 100 GB/s) ; elle écrit donc environ 20 % 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 ou la M4 ?

La M4 : La puce M4 monte jusqu’à 32 GB de mémoire, la M3 jusqu’à 24 GB. À sa plus grande capacité, elle fait bien tourner 27 des 73 modèles ouverts, contre 20.

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

Côte à côte

	M3	M4
Capacités de mémoire	8, 16, 24 GB	16, 24, 32 GB
Bande passante mémoire	100 GB/s	120 GB/s
Pour les modèles, au plus	environ 18 GB	environ 24 GB
Modèles qui tournent bien	20 sur 73	27 sur 73
Classe de place MLX	Core	Core
Présente dans	MacBook Pro (14-inch, M3, Nov 2023), iMac (24-inch, M3, 2023, Two ports), iMac (24-inch, M3, 2023, Four ports), MacBook Air (13-inch, M3, 2024), MacBook Air (15-inch, M3, 2024)	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)

Vitesse avec des modèles populaires

Tokens par seconde pour une conversation, chaque puce avec sa plus grande capacité de mémoire (24 GB et 32 GB), avec la meilleure version du modèle qui tient.

Modèle	M3	M4
Llama 3.1 8B Instruct8B	10–18 4 bits	12–21 4 bits
gpt-oss-20b21B · 3,6B actifs	24–42 4,25 bits natif	28–51 4,25 bits natif
Qwen3.6 35B A3B35B · 3B actifs	35–62 3 bits qualité moindre	32–56 4 bits
Qwen3.8 27B27B	3–5 4 bits	2–4 6 bits
Llama 3.3 70B Instruct70B	trop grand	2–4 2 bits qualité moindre
gpt-oss-120b117B · 5,1B actifs	trop grand	trop grand
Qwen3.5 122B A10B122B · 10B actifs	trop grand	trop grand
DeepSeek V4 Flash 0731284B · 13B actifs	trop grand	trop grand

Questions

La puce M4 est-elle plus rapide que la M3 pour les LLM ?: La puce M4 lit la mémoire environ 20 % plus vite que la M3 (120 contre 100 GB/s) ; elle écrit donc environ 20 % 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 ou la M4 ?: La M4 : La puce M4 monte jusqu’à 32 GB de mémoire, la M3 jusqu’à 24 GB. À sa plus grande capacité, elle fait bien tourner 27 des 73 modèles ouverts, contre 20.

Autres comparaisons

La puce M3 pour l’IA locale · La puce M4 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.