लॉग इनवॉलेट बनाएँ

36 GB वाला M4 Max क्या चला सकता है?

इस पर 73 में से 38 ओपन मॉडल अच्छी तरह चलते हैं। डिफ़ॉल्ट रूप से GPU इसकी 36 GB में से लगभग 27 GB इस्तेमाल कर सकता है, और यह 410 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 27B4-बिट · 15.2 GB · 12–22 tok/sसबसे बड़ा, जो अच्छी तरह चलता हैQwen3.6 35B A3B4-बिट · 19.7 GB · 109–193 tok/sकोड के लिएQwen3 Coder 30B A3B Instruct6-बिट · 24.8 GB · 68–121 tok/s

अच्छी तरह चलते हैं 40

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

मॉडलवर्ज़नमेमोरीटोकन/सेकंड
Qwen3.8 27B27B · इंटेलिजेंस 33.74-बिट15.2 GB12–22
Qwen3.6 35B A3B35B · 3B सक्रिय · इंटेलिजेंस 18.24-बिट19.7 GB109–193
Muse Glimmer 30B29.6B · इंटेलिजेंस 17.54-बिट16.7 GB11–20
Gemma 4 31B30.7B · इंटेलिजेंस 14.74-बिट17.3 GB11–19
Nemotron 3.5 Lightning 30B A3B30B · 3B सक्रिय · इंटेलिजेंस 12.96-बिट24.4 GB77–137
Granite 4.2 30B30B · इंटेलिजेंस 12.74-बिट16.9 GB11–19
MiniCPM5 2B2.52B · इंटेलिजेंस 12.58-बिट2.7 GB68–121
Qwen3.5 9B9B · इंटेलिजेंस 11.28-बिट9.6 GB19–34
Granite 4.2 8B8B · इंटेलिजेंस 11.18-बिट8.5 GB22–39
Granite 4.2 3B3B · इंटेलिजेंस 9.18-बिट3.2 GB58–103
gpt-oss-20b21B · 3.6B सक्रिय · इंटेलिजेंस 9नेटिव 4.25-बिट13.8 GB97–173
Nemotron 3 Nano 30B A3B30B · 3.5B सक्रिय · इंटेलिजेंस 8.96-बिट24.4 GB66–117
Gemma 4 E4B8B · इंटेलिजेंस 8.98-बिट8.5 GB38–68
Ministral 3 8B8.9B · इंटेलिजेंस 5.58-बिट9.5 GB19–35
Nemotron 3 Nano 4B3.97B · इंटेलिजेंस 4.88-बिट4.2 GB44–78
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B सक्रिय6-बिट24.8 GB68–121
GLM-4.7 Flash30B · 3B सक्रिय6-बिट24.4 GB77–137
Qwen3.6 27B27B4-बिट15.2 GB12–22
Gemma 4 26B A4B25.2B · 3.8B सक्रिय6-बिट20.5 GB60–106
Devstral Small 2 (24B)24B4-बिट13.5 GB14–24
Magistral Small 1.2 (2509)24B4-बिट13.5 GB14–24
Mistral Small 3.2 (24B)24B4-बिट13.5 GB14–24
LFM2.5 24B A2B24B · 2B सक्रिय6-बिट19.5 GB115–205
Phi-4 Reasoning Vision 15B15B8-बिट15.9 GB12–21
Phi-4 (14B)14B8-बिट14.9 GB12–22
Gemma 4 12B Unified12B8-बिट12.7 GB15–26
Qwen3 8B8.2B8-बिट8.7 GB21–38
Llama 3.1 8B Instruct8B8-बिट8.5 GB22–39
Gemma 4 E2B5.1B8-बिट5.4 GB77–137
Qwen3.5 4B4B8-बिट4.3 GB43–76
Phi-4 mini instruct3.8B8-बिट4 GB46–82
Llama 3.2 3B Instruct3.21B8-बिट3.4 GB54–96
SmolLM3 3B3B8-बिट3.2 GB58–103
LFM2.5 2.6B2.69B8-बिट2.9 GB64–113
Qwen3.5 2B2B8-बिट2.1 GB88–156
Llama 3.2 1B Instruct1.23B8-बिट1.3 GB142–252
Qwen3.5 0.8B0.8B8-बिट0.9 GB205–364
Qwen3 0.6B0.6B8-बिट0.6 GB308–547
Nemotron 3.5 Bolt 74B A9B74B · 9B सक्रिय · इंटेलिजेंस 21.42-बिट कम क्वालिटी23.1 GB66–117
Qwen3 Coder Next80B · 3B सक्रिय · इंटेलिजेंस 9.22-बिट कम क्वालिटी25 GB205–364

चलते हैं, पर धीरे 1

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

मॉडलवर्ज़नमेमोरीटोकन/सेकंड
Llama 3.3 70B Instruct70B2-बिट कम क्वालिटी21.9 GB8–15

बहुत बड़े 32

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

दूसरे Mac

36 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

36 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: 4-बिट, लगभग 12–22 टोकन प्रति सेकंड। अच्छी तरह चलने वाला सबसे बड़ा मॉडल Qwen3.6 35B A3B है।
क्या 36 GB वाला M4 Max Llama 3.3 70B चला सकता है?
हाँ, पर धीरे: 2-बिट (कम क्वालिटी), लगभग 8–15 टोकन प्रति सेकंड पर।
M4 Max पर gpt-oss-20b कितना तेज़ चलता है?
लगभग 97–173 टोकन प्रति सेकंड (नेटिव 4.25-बिट), चिप की 410 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।

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