लॉग इनवॉलेट बनाएँ

48 GB वाला M4 Pro क्या चला सकता है?

इस पर 73 में से 30 ओपन मॉडल अच्छी तरह चलते हैं। डिफ़ॉल्ट रूप से GPU इसकी 48 GB में से लगभग 36 GB इस्तेमाल कर सकता है, और यह 273 GB/s पर मेमोरी पढ़ता है, जिससे तय होता है कि यह कितनी तेज़ी से लिखता है। इनमें मिलता है: Mac mini (2024), MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024)।

सबसे स्मार्ट, जो अच्छी तरह चलता हैQwen3.6 35B A3B6-बिट · 28.4 GB · 51–91 tok/sसबसे बड़ा, जो अच्छी तरह चलता हैQwen3.6 35B A3B6-बिट · 28.4 GB · 51–91 tok/sकोड के लिएQwen3 Coder 30B A3B Instruct8-बिट · 32.4 GB · 35–62 tok/s

अच्छी तरह चलते हैं 33

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

मॉडलवर्ज़नमेमोरीटोकन/सेकंड
Qwen3.6 35B A3B35B · 3B सक्रिय · इंटेलिजेंस 18.26-बिट28.4 GB51–91
Nemotron 3.5 Lightning 30B A3B30B · 3B सक्रिय · इंटेलिजेंस 12.98-बिट31.9 GB38–68
MiniCPM5 2B2.52B · इंटेलिजेंस 12.58-बिट2.7 GB45–81
Qwen3.5 9B9B · इंटेलिजेंस 11.28-बिट9.6 GB13–23
Granite 4.2 8B8B · इंटेलिजेंस 11.18-बिट8.5 GB14–26
Granite 4.2 3B3B · इंटेलिजेंस 9.18-बिट3.2 GB38–68
gpt-oss-20b21B · 3.6B सक्रिय · इंटेलिजेंस 9नेटिव 4.25-बिट13.8 GB65–115
Nemotron 3 Nano 30B A3B30B · 3.5B सक्रिय · इंटेलिजेंस 8.98-बिट31.9 GB33–59
Gemma 4 E4B8B · इंटेलिजेंस 8.98-बिट8.5 GB26–46
Ministral 3 8B8.9B · इंटेलिजेंस 5.58-बिट9.5 GB13–23
Nemotron 3 Nano 4B3.97B · इंटेलिजेंस 4.88-बिट4.2 GB29–52
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B सक्रिय8-बिट32.4 GB35–62
GLM-4.7 Flash30B · 3B सक्रिय8-बिट31.9 GB38–68
Gemma 4 26B A4B25.2B · 3.8B सक्रिय8-बिट26.8 GB31–55
LFM2.5 24B A2B24B · 2B सक्रिय8-बिट25.5 GB59–104
Phi-4 Reasoning Vision 15B15B6-बिट12.2 GB10–18
Phi-4 (14B)14B6-बिट11.4 GB11–19
Gemma 4 12B Unified12B8-बिट12.7 GB10–17
Qwen3 8B8.2B8-बिट8.7 GB14–25
Llama 3.1 8B Instruct8B8-बिट8.5 GB14–26
Gemma 4 E2B5.1B8-बिट5.4 GB51–91
Qwen3.5 4B4B8-बिट4.3 GB29–51
Phi-4 mini instruct3.8B8-बिट4 GB31–55
Llama 3.2 3B Instruct3.21B8-बिट3.4 GB36–64
SmolLM3 3B3B8-बिट3.2 GB38–68
LFM2.5 2.6B2.69B8-बिट2.9 GB42–75
Qwen3.5 2B2B8-बिट2.1 GB59–104
Llama 3.2 1B Instruct1.23B8-बिट1.3 GB95–168
Qwen3.5 0.8B0.8B8-बिट0.9 GB137–243
Qwen3 0.6B0.6B8-बिट0.6 GB205–364
Nemotron 3.5 Bolt 74B A9B74B · 9B सक्रिय · इंटेलिजेंस 21.43-बिट कम क्वालिटी32.4 GB32–56
Qwen3 Coder Next80B · 3B सक्रिय · इंटेलिजेंस 9.22-बिट कम क्वालिटी25 GB137–243
GLM-4.5 Air106B · 12B सक्रिय2-बिट कम क्वालिटी33.1 GB32–57

चलते हैं, पर धीरे 9

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

मॉडलवर्ज़नमेमोरीटोकन/सेकंड
Qwen3.8 27B27B · इंटेलिजेंस 33.78-बिट28.7 GB4–8
Muse Glimmer 30B29.6B · इंटेलिजेंस 17.58-बिट31.5 GB4–7
Gemma 4 31B30.7B · इंटेलिजेंस 14.78-बिट32.6 GB4–7
Granite 4.2 30B30B · इंटेलिजेंस 12.78-बिट31.9 GB4–7
Qwen3.6 27B27B8-बिट28.7 GB4–8
Devstral Small 2 (24B)24B8-बिट25.5 GB5–9
Magistral Small 1.2 (2509)24B8-बिट25.5 GB5–9
Mistral Small 3.2 (24B)24B8-बिट25.5 GB5–9
Llama 3.3 70B Instruct70B3-बिट कम क्वालिटी30.6 GB4–7

मुश्किल से फ़िट होते हैं 8

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

मॉडलवर्ज़नमेमोरीटोकन/सेकंड
Qwen3.5 122B A10B122B · 10B सक्रिय · इंटेलिजेंस 15.62-बिट कम क्वालिटी38.1 GB40–70
Mistral Medium 3.5 (128B)128B · इंटेलिजेंस 14.22-बिट कम क्वालिटी40 GB3–5
gpt-oss-120b117B · 5.1B सक्रिय · इंटेलिजेंस 11.62-बिट कम क्वालिटी36.6 GB77–137
Mistral Small 4 (119B)119B · 6.5B सक्रिय · इंटेलिजेंस 11.32-बिट कम क्वालिटी37.2 GB61–109
Llama 4 Scout 17B-16E Instruct109B · 17B सक्रिय · इंटेलिजेंस 6.52-बिट कम क्वालिटी34.1 GB23–41
Devstral 2 (123B)123B2-बिट कम क्वालिटी38.4 GB3–6
Ornith 1.5 122B122B · 10B सक्रिय2-बिट कम क्वालिटी38.1 GB40–70
Nemotron 3 Super 120B A12B120B · 12B सक्रिय2-बिट कम क्वालिटी37.5 GB32–57

बहुत बड़े 23

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

दूसरे Mac

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

कम या ज़्यादा मेमोरी वाला M4 Pro:

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 Pro · लोकल LLM के लिए सबसे अच्छा Mac · हर Mac

सवाल

48 GB वाले M4 Pro के लिए सबसे अच्छा LLM कौन-सा है?
जिन मॉडलों का Intelligence Index प्रकाशित है, उनमें से यहाँ अच्छी तरह चलने वालों में Qwen3.6 35B A3B का स्कोर सबसे ऊँचा है: 6-बिट, लगभग 51–91 टोकन प्रति सेकंड।
क्या 48 GB वाला M4 Pro Llama 3.3 70B चला सकता है?
हाँ, पर धीरे: 3-बिट (कम क्वालिटी), लगभग 4–7 टोकन प्रति सेकंड पर।
M4 Pro पर gpt-oss-20b कितना तेज़ चलता है?
लगभग 65–115 टोकन प्रति सेकंड (नेटिव 4.25-बिट), चिप की 273 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।

48 GB वाला M4 Pro कौन-से LLM चला सकता है? मॉडल और स्पीड