लॉग इनवॉलेट बनाएँ

128 GB वाला M4 Max क्या चला सकता है?

इस पर 73 में से 47 ओपन मॉडल अच्छी तरह चलते हैं। डिफ़ॉल्ट रूप से GPU इसकी 128 GB में से लगभग 96 GB इस्तेमाल कर सकता है, और यह 546 GB/s पर मेमोरी पढ़ता है, जिससे तय होता है कि यह कितनी तेज़ी से लिखता है। इनमें मिलता है: MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025)।

सबसे स्मार्ट, जो अच्छी तरह चलता हैQwen3.8 27B6-बिट · 21.9 GB · 11–20 tok/sसबसे बड़ा, जो अच्छी तरह चलता हैQwen3.5 122B A10B4-बिट · 68.6 GB · 44–78 tok/sकोड के लिएQwen3 Coder Next8-बिट · 85 GB · 77–137 tok/s

अच्छी तरह चलते हैं 51

कॉन्टेक्स्ट के लिए जगह के साथ फ़िट होते हैं, 10 या ज़्यादा टोकन प्रति सेकंड पर।

मॉडलवर्ज़नमेमोरीटोकन/सेकंड
Qwen3.8 27B27B · इंटेलिजेंस 33.76-बिट21.9 GB11–20
Nemotron 3.5 Bolt 74B A9B74B · 9B सक्रिय · इंटेलिजेंस 21.48-बिट78.6 GB26–46
Qwen3.6 35B A3B35B · 3B सक्रिय · इंटेलिजेंस 18.28-बिट37.2 GB77–137
Muse Glimmer 30B29.6B · इंटेलिजेंस 17.56-बिट24.1 GB10–18
Qwen3.5 122B A10B122B · 10B सक्रिय · इंटेलिजेंस 15.64-बिट68.6 GB44–78
Gemma 4 31B30.7B · इंटेलिजेंस 14.76-बिट24.9 GB10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B सक्रिय · इंटेलिजेंस 12.98-बिट31.9 GB77–137
Granite 4.2 30B30B · इंटेलिजेंस 12.76-बिट24.4 GB10–18
MiniCPM5 2B2.52B · इंटेलिजेंस 12.58-बिट2.7 GB91–162
gpt-oss-120b117B · 5.1B सक्रिय · इंटेलिजेंस 11.6नेटिव 4.25-बिट65.3 GB91–162
Mistral Small 4 (119B)119B · 6.5B सक्रिय · इंटेलिजेंस 11.34-बिट66.9 GB66–118
Qwen3.5 9B9B · इंटेलिजेंस 11.28-बिट9.6 GB26–46
Granite 4.2 8B8B · इंटेलिजेंस 11.18-बिट8.5 GB29–51
Qwen3 Coder Next80B · 3B सक्रिय · इंटेलिजेंस 9.28-बिट85 GB77–137
Granite 4.2 3B3B · इंटेलिजेंस 9.18-बिट3.2 GB77–137
gpt-oss-20b21B · 3.6B सक्रिय · इंटेलिजेंस 9नेटिव 4.25-बिट13.8 GB129–230
Nemotron 3 Nano 30B A3B30B · 3.5B सक्रिय · इंटेलिजेंस 8.98-बिट31.9 GB66–118
Gemma 4 E4B8B · इंटेलिजेंस 8.98-बिट8.5 GB51–91
Llama 4 Scout 17B-16E Instruct109B · 17B सक्रिय · इंटेलिजेंस 6.56-बिट88.6 GB18–32
Ministral 3 8B8.9B · इंटेलिजेंस 5.58-बिट9.5 GB26–46
Nemotron 3 Nano 4B3.97B · इंटेलिजेंस 4.88-बिट4.2 GB59–104
Ornith 1.5 122B122B · 10B सक्रिय4-बिट68.6 GB44–78
Nemotron 3 Super 120B A12B120B · 12B सक्रिय4-बिट67.5 GB36–64
GLM-4.5 Air106B · 12B सक्रिय6-बिट86.1 GB25–45
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B सक्रिय8-बिट32.4 GB70–125
GLM-4.7 Flash30B · 3B सक्रिय8-बिट31.9 GB77–137
Qwen3.6 27B27B6-बिट21.9 GB11–20
Gemma 4 26B A4B25.2B · 3.8B सक्रिय8-बिट26.8 GB61–109
Devstral Small 2 (24B)24B8-बिट25.5 GB10–17
Magistral Small 1.2 (2509)24B8-बिट25.5 GB10–17
Mistral Small 3.2 (24B)24B8-बिट25.5 GB10–17
LFM2.5 24B A2B24B · 2B सक्रिय8-बिट25.5 GB117–208
Phi-4 Reasoning Vision 15B15B8-बिट15.9 GB15–27
Phi-4 (14B)14B8-बिट14.9 GB16–29
Gemma 4 12B Unified12B8-बिट12.7 GB19–34
Qwen3 8B8.2B8-बिट8.7 GB28–50
Llama 3.1 8B Instruct8B8-बिट8.5 GB29–51
Gemma 4 E2B5.1B8-बिट5.4 GB102–182
Qwen3.5 4B4B8-बिट4.3 GB57–102
Phi-4 mini instruct3.8B8-बिट4 GB61–109
Llama 3.2 3B Instruct3.21B8-बिट3.4 GB72–128
SmolLM3 3B3B8-बिट3.2 GB77–137
LFM2.5 2.6B2.69B8-बिट2.9 GB85–151
Qwen3.5 2B2B8-बिट2.1 GB117–208
Llama 3.2 1B Instruct1.23B8-बिट1.3 GB189–336
Qwen3.5 0.8B0.8B8-बिट0.9 GB273–485
Qwen3 0.6B0.6B8-बिट0.6 GB410–728
Qwen3.8 Flash Next180B · 6B सक्रिय · इंटेलिजेंस 39.83-बिट कम क्वालिटी78.8 GB95–168
Inkling Small276B · 12B सक्रिय · इंटेलिजेंस 25.72-बिट कम क्वालिटी86.3 GB65–115
DeepSeek V4 Flash 0731284B · 13B सक्रिय2-बिट कम क्वालिटी88.8 GB60–107
MiniMax M2.7230B · 10B सक्रिय2-बिट कम क्वालिटी71.9 GB79–141

चलते हैं, पर धीरे 3

फ़िट होते हैं, पर 10 टोकन प्रति सेकंड से कम: बैच काम के लिए ठीक, चैट के लिए धीमे।

मॉडलवर्ज़नमेमोरीटोकन/सेकंड
Mistral Medium 3.5 (128B)128B · इंटेलिजेंस 14.24-बिट72 GB3–6
Devstral 2 (123B)123B4-बिट69.2 GB4–6
Llama 3.3 70B Instruct70B8-बिट74.4 GB3–6

मुश्किल से फ़िट होते हैं 3

लगभग पूरी मेमोरी चाहिए: GPU मेमोरी की सीमा बढ़ाएँ और कॉन्टेक्स्ट छोटा रखें।

मॉडलवर्ज़नमेमोरीटोकन/सेकंड
GLM-5.3 Flash320B · 18B सक्रिय · इंटेलिजेंस 41.82-बिट कम क्वालिटी100 GB44–78
MiMo V2.6 Flash309B · 15B सक्रिय · इंटेलिजेंस 37.92-बिट कम क्वालिटी96.6 GB52–93
Hy3295B · 21B सक्रिय · इंटेलिजेंस 25.32-बिट कम क्वालिटी92.2 GB37–66

बहुत बड़े 16

128 GB से ज़्यादा मेमोरी चाहिए, 2 बिट पर भी।

दूसरे Mac

128 GB वाला हर Mac, किसी भी चिप के साथ।

कम या ज़्यादा मेमोरी वाला M4 Max:

आस-पास की चिप:

आमने-सामने:

PC और ग्राफ़िक्स कार्ड से मुक़ाबला:

इसकी तुलना किसी भी Mac या GPU से करें · लोकल AI के लिए M4 Max · लोकल LLM के लिए सबसे अच्छा Mac · हर Mac

सवाल

128 GB वाले M4 Max के लिए सबसे अच्छा LLM कौन-सा है?
जिन मॉडलों का Intelligence Index प्रकाशित है, उनमें से यहाँ अच्छी तरह चलने वालों में Qwen3.8 27B का स्कोर सबसे ऊँचा है: 6-बिट, लगभग 11–20 टोकन प्रति सेकंड। अच्छी तरह चलने वाला सबसे बड़ा मॉडल Qwen3.5 122B A10B है।
क्या 128 GB वाला M4 Max Llama 3.3 70B चला सकता है?
हाँ, पर धीरे: 8-बिट, लगभग 3–6 टोकन प्रति सेकंड पर।
M4 Max पर gpt-oss-20b कितना तेज़ चलता है?
लगभग 129–230 टोकन प्रति सेकंड (नेटिव 4.25-बिट), चिप की 546 GB/s मेमोरी बैंडविड्थ के आधार पर।

इन्हें MLX Harness (मुफ़्त, ओपन सोर्स) से या Terminal में Apple के mlx-lm से चलाएँ: स्टेप बाय स्टेप।

हिसाब कैसे लगाया गया

मेमोरी: मॉडल के पैरामीटर 8, 6, 4, 3 या 2 बिट प्रति वेट पर, साथ में MLX के ग्रुप स्केल (हर वेट पर आधा बिट), या उसका नेटिव फ़ॉर्मैट, और ऊपर से कॉन्टेक्स्ट के लिए जगह। डिफ़ॉल्ट रूप से macOS GPU को यूनिफ़ाइड मेमोरी का लगभग 75% इस्तेमाल करने देता है। स्पीड: मेमोरी बैंडविड्थ को हर टोकन पर पढ़े जाने वाले बाइट से भाग देने पर एक बातचीत की ऊपरी सीमा मिलती है; llama.cpp के सार्वजनिक Apple Silicon बेंचमार्क में असली रन इसके लगभग 45% से 80% तक पहुँचते हैं, और यही रेंज दिखाई गई है। ये अनुमान हैं, माप नहीं: अपना Mac MLX Bench पर मापें। मॉडल के आँकड़े हर मॉडल के आधिकारिक मॉडल कार्ड से, चिप के आँकड़े Apple के Tech Specs से। 2026-10-19 को जाँचा गया। वही डेटा जो mlx.app/compare पर है।

128 GB वाला M4 Max कौन-से LLM चला सकता है? मॉडल और स्पीड