Mac mini avec puce M4 Pro : un bon choix pour les LLM locaux ?

Avec 64 GB, 31 des 73 modèles ouverts y tournent bien, jusqu’à Nemotron 3.5 Bolt 74B A9B, à environ 65–115 tokens par seconde avec gpt-oss-20b. La puce M4 Pro lit la mémoire à 273 GB/s, ce qui fixe sa vitesse d’écriture.

Mac mini avec puce M4 Pro : combien de mémoire pour l’IA ?

Avec 24 GB, 25 modèles ouverts tournent bien ; avec 64 GB, 31, jusqu’à Nemotron 3.5 Bolt 74B A9B. La mémoire décide des modèles qui tiennent et ne peut pas être augmentée ensuite.

Mac mini M4 Pro pour l’IA locale : les LLM selon la mémoire

Par capacité de mémoire

Mémoire	Tournent bien	Le plus grand qui tourne bien	gpt-oss-20b
24 GB273 GB/s	25	Gemma 4 26B A4B	65–115 tok/s
48 GB273 GB/s	30	Qwen3.6 35B A3B	65–115 tok/s
64 GB273 GB/s	31	Nemotron 3.5 Bolt 74B A9B	65–115 tok/s

Modèles de Mac : Mac mini (2024). Toutes les capacités de mémoire ne sont pas proposées sur chaque modèle ; les caractéristiques techniques d’Apple indiquent la configuration de chacun.

Questions

Mac mini avec puce M4 Pro : un bon choix pour les LLM locaux ?: Avec 64 GB, 31 des 73 modèles ouverts y tournent bien, jusqu’à Nemotron 3.5 Bolt 74B A9B, à environ 65–115 tokens par seconde avec gpt-oss-20b. La puce M4 Pro lit la mémoire à 273 GB/s, ce qui fixe sa vitesse d’écriture.
Mac mini avec puce M4 Pro : combien de mémoire pour l’IA ?: Avec 24 GB, 25 modèles ouverts tournent bien ; avec 64 GB, 31, jusqu’à Nemotron 3.5 Bolt 74B A9B. La mémoire décide des modèles qui tiennent et ne peut pas être augmentée ensuite.

Autres Mac

Mac mini avec d’autres puces :

Autres Mac avec puce M4 Pro :

MacBook Pro M4 Pro

Face à face :

Face aux PC et cartes graphiques :

M4 Pro vs Ryzen AI Max+ 395

La puce M4 Pro pour l’IA locale · Le meilleur Mac pour les LLM en local · Tous les Mac

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.