Se connecterCréer un portefeuille

Que peut faire tourner un Mac M4 Max de 48 GB ?

38 des 73 modèles ouverts y tournent bien. Par défaut, le GPU peut utiliser environ 36 GB sur ses 48 GB, et la puce lit la mémoire à 546 GB/s, ce qui fixe sa vitesse d’écriture. On la trouve dans : MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025).

Le plus intelligent qui tourne bienQwen3.8 27B6 bits · 21,9 GB · 11–20 tok/sLe plus grand qui tourne bienQwen3.6 35B A3B6 bits · 28,4 GB · 102–182 tok/sPour le codeQwen3 Coder 30B A3B Instruct8 bits · 32,4 GB · 70–125 tok/s

Tourne bien 41

Tient avec de la place pour le contexte, à 10 tokens par seconde ou plus.

ModèleVersionMémoireTokens/s
Qwen3.8 27B27B · Intelligence 33,76 bits21,9 GB11–20
Qwen3.6 35B A3B35B · 3B actifs · Intelligence 18,26 bits28,4 GB102–182
Muse Glimmer 30B29,6B · Intelligence 17,56 bits24,1 GB10–18
Gemma 4 31B30,7B · Intelligence 14,76 bits24,9 GB10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B actifs · Intelligence 12,98 bits31,9 GB77–137
Granite 4.2 30B30B · Intelligence 12,76 bits24,4 GB10–18
MiniCPM5 2B2,52B · Intelligence 12,58 bits2,7 GB91–162
Qwen3.5 9B9B · Intelligence 11,28 bits9,6 GB26–46
Granite 4.2 8B8B · Intelligence 11,18 bits8,5 GB29–51
Granite 4.2 3B3B · Intelligence 9,18 bits3,2 GB77–137
gpt-oss-20b21B · 3,6B actifs · Intelligence 94,25 bits natif13,8 GB129–230
Nemotron 3 Nano 30B A3B30B · 3,5B actifs · Intelligence 8,98 bits31,9 GB66–118
Gemma 4 E4B8B · Intelligence 8,98 bits8,5 GB51–91
Ministral 3 8B8,9B · Intelligence 5,58 bits9,5 GB26–46
Nemotron 3 Nano 4B3,97B · Intelligence 4,88 bits4,2 GB59–104
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actifs8 bits32,4 GB70–125
GLM-4.7 Flash30B · 3B actifs8 bits31,9 GB77–137
Qwen3.6 27B27B6 bits21,9 GB11–20
Gemma 4 26B A4B25,2B · 3,8B actifs8 bits26,8 GB61–109
Devstral Small 2 (24B)24B8 bits25,5 GB10–17
Magistral Small 1.2 (2509)24B8 bits25,5 GB10–17
Mistral Small 3.2 (24B)24B8 bits25,5 GB10–17
LFM2.5 24B A2B24B · 2B actifs8 bits25,5 GB117–208
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB15–27
Phi-4 (14B)14B8 bits14,9 GB16–29
Gemma 4 12B Unified12B8 bits12,7 GB19–34
Qwen3 8B8,2B8 bits8,7 GB28–50
Llama 3.1 8B Instruct8B8 bits8,5 GB29–51
Gemma 4 E2B5,1B8 bits5,4 GB102–182
Qwen3.5 4B4B8 bits4,3 GB57–102
Phi-4 mini instruct3,8B8 bits4 GB61–109
Llama 3.2 3B Instruct3,21B8 bits3,4 GB72–128
SmolLM3 3B3B8 bits3,2 GB77–137
LFM2.5 2.6B2,69B8 bits2,9 GB85–151
Qwen3.5 2B2B8 bits2,1 GB117–208
Llama 3.2 1B Instruct1,23B8 bits1,3 GB189–336
Qwen3.5 0.8B0,8B8 bits0,9 GB273–485
Qwen3 0.6B0,6B8 bits0,6 GB410–728
Nemotron 3.5 Bolt 74B A9B74B · 9B actifs · Intelligence 21,43 bits qualité moindre32,4 GB63–112
Qwen3 Coder Next80B · 3B actifs · Intelligence 9,22 bits qualité moindre25 GB273–485
GLM-4.5 Air106B · 12B actifs2 bits qualité moindre33,1 GB65–115

Tourne, mais lentement 1

Tient, mais sous 10 tokens par seconde : bien pour les traitements par lots, lent pour discuter.

ModèleVersionMémoireTokens/s
Llama 3.3 70B Instruct70B3 bits qualité moindre30,6 GB8–14

Tient tout juste 8

Occupe presque toute la mémoire : relevez la limite de mémoire du GPU et gardez un contexte court.

ModèleVersionMémoireTokens/s
Qwen3.5 122B A10B122B · 10B actifs · Intelligence 15,62 bits qualité moindre38,1 GB79–141
Mistral Medium 3.5 (128B)128B · Intelligence 14,22 bits qualité moindre40 GB6–11
gpt-oss-120b117B · 5,1B actifs · Intelligence 11,62 bits qualité moindre36,6 GB154–273
Mistral Small 4 (119B)119B · 6,5B actifs · Intelligence 11,32 bits qualité moindre37,2 GB123–218
Llama 4 Scout 17B-16E Instruct109B · 17B actifs · Intelligence 6,52 bits qualité moindre34,1 GB46–82
Devstral 2 (123B)123B2 bits qualité moindre38,4 GB6–11
Ornith 1.5 122B122B · 10B actifs2 bits qualité moindre38,1 GB79–141
Nemotron 3 Super 120B A12B120B · 12B actifs2 bits qualité moindre37,5 GB65–115

Trop grand 23

Demande plus de 48 GB de mémoire, même en 2 bits.

Autres Mac

Tous les Mac avec 48 GB, quelle que soit la puce.

La puce M4 Max avec plus ou moins de mémoire :

Puces voisines :

Face à face :

Face aux PC et cartes graphiques :

La comparer à n’importe quel Mac ou GPU · La puce M4 Max pour l’IA locale · Le meilleur Mac pour les LLM en local · Tous les Mac

Questions

Quel est le meilleur LLM pour un Mac M4 Max de 48 GB ?
Parmi les modèles dotés d’un Intelligence Index publié, Qwen3.8 27B obtient le meilleur score parmi ceux qui tournent bien ici : 6 bits, environ 11–20 tokens par seconde. Le plus grand qui tourne bien est Qwen3.6 35B A3B.
Un Mac M4 Max de 48 GB peut-il faire tourner Llama 3.3 70B ?
Oui, mais lentement : 3 bits (qualité moindre), à environ 8–14 tokens par seconde.
À quelle vitesse gpt-oss-20b tourne-t-il sur une puce M4 Max ?
Environ 129–230 tokens par seconde (4,25 bits natif), d’après les 546 GB/s de bande passante mémoire de la puce.

Faites-les tourner avec MLX Harness (gratuit, open source) ou avec mlx-lm d’Apple dans le Terminal : pas à pas.

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.

Quels LLM tournent sur un M4 Max de 48 GB ? Modèles et vitesse