લૉગ ઇનવૉલેટ બનાવો

128 GBવાળું M4 Max શું ચલાવી શકે?

તેના પર 73માંથી 47 ઓપન મૉડલ સારાં ચાલે છે. ડિફૉલ્ટ રીતે GPU તેની 128 GBમાંથી આશરે 96 GB વાપરી શકે છે, અને તે 546 GB/sની ઝડપે મેમરી વાંચે છે, જેનાથી તે કેટલું ઝડપી લખે છે તે નક્કી થાય છે. આમાં મળે છે: MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025).

સારું ચાલતું સૌથી સ્માર્ટQwen3.8 27B6-બિટ · 21.9 GB · 11–20 tok/sસારું ચાલતું સૌથી મોટુંQwen3.5 122B A10B4-બિટ · 68.6 GB · 44–78 tok/sકોડ માટેQwen3 Coder Next8-બિટ · 85 GB · 77–137 tok/s

સારાં ચાલે છે 51

કૉન્ટેક્સ્ટ માટે જગ્યા સાથે સમાય છે, સેકન્ડના 10 કે વધુ ટોકનની ઝડપે.

મૉડલવર્ઝનમેમરીટોકન/સેકન્ડ
Qwen3.8 27B27B · ઇન્ટેલિજન્સ 33.76-બિટ21.9 GB11–20
Nemotron 3.5 Bolt 74B A9B74B · 9B સક્રિય · ઇન્ટેલિજન્સ 21.48-બિટ78.6 GB26–46
Qwen3.6 35B A3B35B · 3B સક્રિય · ઇન્ટેલિજન્સ 18.28-બિટ37.2 GB77–137
Muse Glimmer 30B29.6B · ઇન્ટેલિજન્સ 17.56-બિટ24.1 GB10–18
Qwen3.5 122B A10B122B · 10B સક્રિય · ઇન્ટેલિજન્સ 15.64-બિટ68.6 GB44–78
Gemma 4 31B30.7B · ઇન્ટેલિજન્સ 14.76-બિટ24.9 GB10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B સક્રિય · ઇન્ટેલિજન્સ 12.98-બિટ31.9 GB77–137
Granite 4.2 30B30B · ઇન્ટેલિજન્સ 12.76-બિટ24.4 GB10–18
MiniCPM5 2B2.52B · ઇન્ટેલિજન્સ 12.58-બિટ2.7 GB91–162
gpt-oss-120b117B · 5.1B સક્રિય · ઇન્ટેલિજન્સ 11.6નેટિવ 4.25-બિટ65.3 GB91–162
Mistral Small 4 (119B)119B · 6.5B સક્રિય · ઇન્ટેલિજન્સ 11.34-બિટ66.9 GB66–118
Qwen3.5 9B9B · ઇન્ટેલિજન્સ 11.28-બિટ9.6 GB26–46
Granite 4.2 8B8B · ઇન્ટેલિજન્સ 11.18-બિટ8.5 GB29–51
Qwen3 Coder Next80B · 3B સક્રિય · ઇન્ટેલિજન્સ 9.28-બિટ85 GB77–137
Granite 4.2 3B3B · ઇન્ટેલિજન્સ 9.18-બિટ3.2 GB77–137
gpt-oss-20b21B · 3.6B સક્રિય · ઇન્ટેલિજન્સ 9નેટિવ 4.25-બિટ13.8 GB129–230
Nemotron 3 Nano 30B A3B30B · 3.5B સક્રિય · ઇન્ટેલિજન્સ 8.98-બિટ31.9 GB66–118
Gemma 4 E4B8B · ઇન્ટેલિજન્સ 8.98-બિટ8.5 GB51–91
Llama 4 Scout 17B-16E Instruct109B · 17B સક્રિય · ઇન્ટેલિજન્સ 6.56-બિટ88.6 GB18–32
Ministral 3 8B8.9B · ઇન્ટેલિજન્સ 5.58-બિટ9.5 GB26–46
Nemotron 3 Nano 4B3.97B · ઇન્ટેલિજન્સ 4.88-બિટ4.2 GB59–104
Ornith 1.5 122B122B · 10B સક્રિય4-બિટ68.6 GB44–78
Nemotron 3 Super 120B A12B120B · 12B સક્રિય4-બિટ67.5 GB36–64
GLM-4.5 Air106B · 12B સક્રિય6-બિટ86.1 GB25–45
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B સક્રિય8-બિટ32.4 GB70–125
GLM-4.7 Flash30B · 3B સક્રિય8-બિટ31.9 GB77–137
Qwen3.6 27B27B6-બિટ21.9 GB11–20
Gemma 4 26B A4B25.2B · 3.8B સક્રિય8-બિટ26.8 GB61–109
Devstral Small 2 (24B)24B8-બિટ25.5 GB10–17
Magistral Small 1.2 (2509)24B8-બિટ25.5 GB10–17
Mistral Small 3.2 (24B)24B8-બિટ25.5 GB10–17
LFM2.5 24B A2B24B · 2B સક્રિય8-બિટ25.5 GB117–208
Phi-4 Reasoning Vision 15B15B8-બિટ15.9 GB15–27
Phi-4 (14B)14B8-બિટ14.9 GB16–29
Gemma 4 12B Unified12B8-બિટ12.7 GB19–34
Qwen3 8B8.2B8-બિટ8.7 GB28–50
Llama 3.1 8B Instruct8B8-બિટ8.5 GB29–51
Gemma 4 E2B5.1B8-બિટ5.4 GB102–182
Qwen3.5 4B4B8-બિટ4.3 GB57–102
Phi-4 mini instruct3.8B8-બિટ4 GB61–109
Llama 3.2 3B Instruct3.21B8-બિટ3.4 GB72–128
SmolLM3 3B3B8-બિટ3.2 GB77–137
LFM2.5 2.6B2.69B8-બિટ2.9 GB85–151
Qwen3.5 2B2B8-બિટ2.1 GB117–208
Llama 3.2 1B Instruct1.23B8-બિટ1.3 GB189–336
Qwen3.5 0.8B0.8B8-બિટ0.9 GB273–485
Qwen3 0.6B0.6B8-બિટ0.6 GB410–728
Qwen3.8 Flash Next180B · 6B સક્રિય · ઇન્ટેલિજન્સ 39.83-બિટ ઓછી ગુણવત્તા78.8 GB95–168
Inkling Small276B · 12B સક્રિય · ઇન્ટેલિજન્સ 25.72-બિટ ઓછી ગુણવત્તા86.3 GB65–115
DeepSeek V4 Flash 0731284B · 13B સક્રિય2-બિટ ઓછી ગુણવત્તા88.8 GB60–107
MiniMax M2.7230B · 10B સક્રિય2-બિટ ઓછી ગુણવત્તા71.9 GB79–141

ચાલે છે, પણ ધીમે 3

સમાય છે, પણ સેકન્ડના 10 ટોકનથી ઓછી ઝડપે: બૅચ કામ માટે બરાબર, ચૅટ માટે ધીમાં.

મૉડલવર્ઝનમેમરીટોકન/સેકન્ડ
Mistral Medium 3.5 (128B)128B · ઇન્ટેલિજન્સ 14.24-બિટ72 GB3–6
Devstral 2 (123B)123B4-બિટ69.2 GB4–6
Llama 3.3 70B Instruct70B8-બિટ74.4 GB3–6

માંડ માંડ સમાય છે 3

લગભગ આખી મેમરી જોઈએ: GPU મેમરીની મર્યાદા વધારો અને કૉન્ટેક્સ્ટ ટૂંકો રાખો.

મૉડલવર્ઝનમેમરીટોકન/સેકન્ડ
GLM-5.3 Flash320B · 18B સક્રિય · ઇન્ટેલિજન્સ 41.82-બિટ ઓછી ગુણવત્તા100 GB44–78
MiMo V2.6 Flash309B · 15B સક્રિય · ઇન્ટેલિજન્સ 37.92-બિટ ઓછી ગુણવત્તા96.6 GB52–93
Hy3295B · 21B સક્રિય · ઇન્ટેલિજન્સ 25.32-બિટ ઓછી ગુણવત્તા92.2 GB37–66

બહુ મોટાં 16

128 GB કરતાં વધુ મેમરી જોઈએ, 2 બિટ પર પણ.

બીજાં Mac

128 GBવાળું દરેક Mac, કોઈ પણ ચિપ સાથે.

ઓછી કે વધુ મેમરીવાળું M4 Max:

નજીકની ચિપ:

સામસામે:

PC અને ગ્રાફિક્સ કાર્ડ સામે:

તેની સરખામણી કોઈ પણ Mac કે GPU સાથે કરો · લોકલ AI માટે M4 Max · લોકલ LLM માટે શ્રેષ્ઠ Mac · દરેક Mac

પ્રશ્નો

128 GBવાળા M4 Max માટે શ્રેષ્ઠ LLM કયું છે?
જે મૉડલનો Intelligence Index પ્રકાશિત છે, તેમાંથી અહીં સારાં ચાલતાં મૉડલમાં Qwen3.8 27Bનો સ્કોર સૌથી ઊંચો છે: 6-બિટ, સેકન્ડના આશરે 11–20 ટોકન. સારું ચાલતું સૌથી મોટું મૉડલ Qwen3.5 122B A10B છે.
શું 128 GBવાળું M4 Max Llama 3.3 70B ચલાવી શકે?
હા, પણ ધીમે: 8-બિટ, સેકન્ડના આશરે 3–6 ટોકન.
M4 Max પર gpt-oss-20b કેટલું ઝડપી ચાલે છે?
સેકન્ડના આશરે 129–230 ટોકન (નેટિવ 4.25-બિટ), ચિપની 546 GB/s મેમરી બૅન્ડવિડ્થના આધારે.

આ મૉડલ MLX Harness (મફત, ઓપન સોર્સ) વડે અથવા Terminalમાં Appleના mlx-lm વડે ચલાવો: સ્ટેપ બાય સ્ટેપ.

ગણતરી કેવી રીતે થઈ

મેમરી: મૉડલના પૅરામીટર પ્રતિ વેઇટ 8, 6, 4, 3 કે 2 બિટ પર, ઉપરાંત MLXના ગ્રુપ સ્કેલ (પ્રતિ વેઇટ અડધો બિટ), અથવા તેનું નેટિવ ફૉર્મેટ, અને ઉપરથી કૉન્ટેક્સ્ટ માટે જગ્યા. ડિફૉલ્ટ રીતે macOS GPUને યુનિફાઇડ મેમરીનો આશરે 75% ભાગ વાપરવા દે છે. ઝડપ: મેમરી બૅન્ડવિડ્થને દરેક ટોકન માટે વંચાતા બાઇટથી ભાગતાં એક વાતચીતની ઉપલી મર્યાદા મળે છે; llama.cppના જાહેર Apple Silicon બેન્ચમાર્કમાં ખરા રન તેના આશરે 45%થી 80% સુધી પહોંચે છે, અને એ જ રેન્જ બતાવી છે. આ અંદાજ છે, માપ નથી: તમારું Mac MLX Bench પર માપો. મૉડલના આંકડા દરેક સત્તાવાર મૉડલ કાર્ડમાંથી, ચિપના આંકડા Appleના Tech Specsમાંથી. 2026-10-19ના રોજ ચકાસ્યું. mlx.app/compare જેવો જ ડેટા.

128 GBવાળું M4 Max કયાં LLM ચલાવી શકે? દરેક મૉડલ, ઝડપ સાથે