Mac Studio avec puce M1 Max : un bon choix pour les LLM locaux ?

Avec 64 GB, 39 des 73 modèles ouverts y tournent bien, jusqu’à Nemotron 3.5 Bolt 74B A9B, à environ 95–168 tokens par seconde avec gpt-oss-20b. La puce M1 Max lit la mémoire à 400 GB/s, ce qui fixe sa vitesse d’écriture.

Mac Studio avec puce M1 Max : combien de mémoire pour l’IA ?

Avec 32 GB, 38 modèles ouverts tournent bien ; avec 64 GB, 39, jusqu’à Nemotron 3.5 Bolt 74B A9B. La mémoire décide des modèles qui tiennent et ne peut pas être augmentée ensuite.

Mac Studio M1 Max 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
32 GB400 GB/s	38	Qwen3.6 35B A3B	95–168 tok/s
64 GB400 GB/s	39	Nemotron 3.5 Bolt 74B A9B	95–168 tok/s

Modèles de Mac : Mac Studio (2022). Toutes les capacités de mémoire ne sont pas proposées sur chaque modèle ; les caractéristiques techniques d’Apple indiquent la configuration de chacun.

Questions

Mac Studio avec puce M1 Max : un bon choix pour les LLM locaux ?: Avec 64 GB, 39 des 73 modèles ouverts y tournent bien, jusqu’à Nemotron 3.5 Bolt 74B A9B, à environ 95–168 tokens par seconde avec gpt-oss-20b. La puce M1 Max lit la mémoire à 400 GB/s, ce qui fixe sa vitesse d’écriture.
Mac Studio avec puce M1 Max : combien de mémoire pour l’IA ?: Avec 32 GB, 38 modèles ouverts tournent bien ; avec 64 GB, 39, 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 Studio avec d’autres puces :

Autres Mac avec puce M1 Max :

MacBook Pro M1 Max

Face à face :

La puce M1 Max 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.