લૉગ ઇનવૉલેટ બનાવો

48 GBવાળું M4 Max શું ચલાવી શકે?

તેના પર 73માંથી 38 ઓપન મૉડલ સારાં ચાલે છે. ડિફૉલ્ટ રીતે GPU તેની 48 GBમાંથી આશરે 36 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 મોટુંQwen3.6 35B A3B6-બિટ · 28.4 GB · 102–182 tok/sકોડ માટેQwen3 Coder 30B A3B Instruct8-બિટ · 32.4 GB · 70–125 tok/s

સારાં ચાલે છે 41

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

મૉડલવર્ઝનમેમરીટોકન/સેકન્ડ
Qwen3.8 27B27B · ઇન્ટેલિજન્સ 33.76-બિટ21.9 GB11–20
Qwen3.6 35B A3B35B · 3B સક્રિય · ઇન્ટેલિજન્સ 18.26-બિટ28.4 GB102–182
Muse Glimmer 30B29.6B · ઇન્ટેલિજન્સ 17.56-બિટ24.1 GB10–18
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
Qwen3.5 9B9B · ઇન્ટેલિજન્સ 11.28-બિટ9.6 GB26–46
Granite 4.2 8B8B · ઇન્ટેલિજન્સ 11.18-બિટ8.5 GB29–51
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
Ministral 3 8B8.9B · ઇન્ટેલિજન્સ 5.58-બિટ9.5 GB26–46
Nemotron 3 Nano 4B3.97B · ઇન્ટેલિજન્સ 4.88-બિટ4.2 GB59–104
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
Nemotron 3.5 Bolt 74B A9B74B · 9B સક્રિય · ઇન્ટેલિજન્સ 21.43-બિટ ઓછી ગુણવત્તા32.4 GB63–112
Qwen3 Coder Next80B · 3B સક્રિય · ઇન્ટેલિજન્સ 9.22-બિટ ઓછી ગુણવત્તા25 GB273–485
GLM-4.5 Air106B · 12B સક્રિય2-બિટ ઓછી ગુણવત્તા33.1 GB65–115

ચાલે છે, પણ ધીમે 1

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

મૉડલવર્ઝનમેમરીટોકન/સેકન્ડ
Llama 3.3 70B Instruct70B3-બિટ ઓછી ગુણવત્તા30.6 GB8–14

માંડ માંડ સમાય છે 8

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

મૉડલવર્ઝનમેમરીટોકન/સેકન્ડ
Qwen3.5 122B A10B122B · 10B સક્રિય · ઇન્ટેલિજન્સ 15.62-બિટ ઓછી ગુણવત્તા38.1 GB79–141
Mistral Medium 3.5 (128B)128B · ઇન્ટેલિજન્સ 14.22-બિટ ઓછી ગુણવત્તા40 GB6–11
gpt-oss-120b117B · 5.1B સક્રિય · ઇન્ટેલિજન્સ 11.62-બિટ ઓછી ગુણવત્તા36.6 GB154–273
Mistral Small 4 (119B)119B · 6.5B સક્રિય · ઇન્ટેલિજન્સ 11.32-બિટ ઓછી ગુણવત્તા37.2 GB123–218
Llama 4 Scout 17B-16E Instruct109B · 17B સક્રિય · ઇન્ટેલિજન્સ 6.52-બિટ ઓછી ગુણવત્તા34.1 GB46–82
Devstral 2 (123B)123B2-બિટ ઓછી ગુણવત્તા38.4 GB6–11
Ornith 1.5 122B122B · 10B સક્રિય2-બિટ ઓછી ગુણવત્તા38.1 GB79–141
Nemotron 3 Super 120B A12B120B · 12B સક્રિય2-બિટ ઓછી ગુણવત્તા37.5 GB65–115

બહુ મોટાં 23

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

બીજાં Mac

48 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

48 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 Qwen3.6 35B A3B છે.
શું 48 GBવાળું M4 Max Llama 3.3 70B ચલાવી શકે?
હા, પણ ધીમે: 3-બિટ (ઓછી ગુણવત્તા), સેકન્ડના આશરે 8–14 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.

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