MasukBuat dompet

Apa yang bisa dijalankan M4 Max dengan 36 GB?

38 dari 73 model terbuka berjalan baik di sini. Secara bawaan GPU bisa memakai sekitar 27 GB dari 36 GB, dan membaca memori pada 410 GB/s, yang menentukan kecepatan menulisnya. Ada di: MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025).

Paling cerdas yang berjalan baikQwen3.8 27B4-bit · 15,2 GB · 12–22 tok/sTerbesar yang berjalan baikQwen3.6 35B A3B4-bit · 19,7 GB · 109–193 tok/sUntuk kodeQwen3 Coder 30B A3B Instruct6-bit · 24,8 GB · 68–121 tok/s

Berjalan baik 40

Muat dengan ruang untuk konteks, 10 token per detik atau lebih.

ModelVersiMemoriToken/s
Qwen3.8 27B27B · Kecerdasan 33,74-bit15,2 GB12–22
Qwen3.6 35B A3B35B · 3B aktif · Kecerdasan 18,24-bit19,7 GB109–193
Muse Glimmer 30B29,6B · Kecerdasan 17,54-bit16,7 GB11–20
Gemma 4 31B30,7B · Kecerdasan 14,74-bit17,3 GB11–19
Nemotron 3.5 Lightning 30B A3B30B · 3B aktif · Kecerdasan 12,96-bit24,4 GB77–137
Granite 4.2 30B30B · Kecerdasan 12,74-bit16,9 GB11–19
MiniCPM5 2B2,52B · Kecerdasan 12,58-bit2,7 GB68–121
Qwen3.5 9B9B · Kecerdasan 11,28-bit9,6 GB19–34
Granite 4.2 8B8B · Kecerdasan 11,18-bit8,5 GB22–39
Granite 4.2 3B3B · Kecerdasan 9,18-bit3,2 GB58–103
gpt-oss-20b21B · 3,6B aktif · Kecerdasan 94,25-bit bawaan13,8 GB97–173
Nemotron 3 Nano 30B A3B30B · 3,5B aktif · Kecerdasan 8,96-bit24,4 GB66–117
Gemma 4 E4B8B · Kecerdasan 8,98-bit8,5 GB38–68
Ministral 3 8B8,9B · Kecerdasan 5,58-bit9,5 GB19–35
Nemotron 3 Nano 4B3,97B · Kecerdasan 4,88-bit4,2 GB44–78
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B aktif6-bit24,8 GB68–121
GLM-4.7 Flash30B · 3B aktif6-bit24,4 GB77–137
Qwen3.6 27B27B4-bit15,2 GB12–22
Gemma 4 26B A4B25,2B · 3,8B aktif6-bit20,5 GB60–106
Devstral Small 2 (24B)24B4-bit13,5 GB14–24
Magistral Small 1.2 (2509)24B4-bit13,5 GB14–24
Mistral Small 3.2 (24B)24B4-bit13,5 GB14–24
LFM2.5 24B A2B24B · 2B aktif6-bit19,5 GB115–205
Phi-4 Reasoning Vision 15B15B8-bit15,9 GB12–21
Phi-4 (14B)14B8-bit14,9 GB12–22
Gemma 4 12B Unified12B8-bit12,7 GB15–26
Qwen3 8B8,2B8-bit8,7 GB21–38
Llama 3.1 8B Instruct8B8-bit8,5 GB22–39
Gemma 4 E2B5,1B8-bit5,4 GB77–137
Qwen3.5 4B4B8-bit4,3 GB43–76
Phi-4 mini instruct3,8B8-bit4 GB46–82
Llama 3.2 3B Instruct3,21B8-bit3,4 GB54–96
SmolLM3 3B3B8-bit3,2 GB58–103
LFM2.5 2.6B2,69B8-bit2,9 GB64–113
Qwen3.5 2B2B8-bit2,1 GB88–156
Llama 3.2 1B Instruct1,23B8-bit1,3 GB142–252
Qwen3.5 0.8B0,8B8-bit0,9 GB205–364
Qwen3 0.6B0,6B8-bit0,6 GB308–547
Nemotron 3.5 Bolt 74B A9B74B · 9B aktif · Kecerdasan 21,42-bit kualitas lebih rendah23,1 GB66–117
Qwen3 Coder Next80B · 3B aktif · Kecerdasan 9,22-bit kualitas lebih rendah25 GB205–364

Berjalan, tapi lambat 1

Muat, tapi di bawah 10 token per detik: cocok untuk pekerjaan batch, lambat untuk chat.

ModelVersiMemoriToken/s
Llama 3.3 70B Instruct70B2-bit kualitas lebih rendah21,9 GB8–15

Terlalu besar 32

Butuh memori lebih dari 36 GB, bahkan pada 2 bit.

Mac lain

Semua Mac dengan 36 GB, dari chip apa pun.

M4 Max dengan memori lebih besar atau lebih kecil:

Chip terdekat:

Adu langsung:

Melawan PC dan kartu grafis:

Bandingkan dengan Mac atau GPU apa pun · M4 Max untuk AI lokal · Mac terbaik untuk LLM lokal · Semua Mac

Pertanyaan

Apa LLM terbaik untuk M4 Max dengan 36 GB?
Dari model yang punya skor Intelligence Index terbitan, Qwen3.8 27B mendapat skor tertinggi di antara yang berjalan baik di sini: 4-bit, sekitar 12–22 token per detik. Yang terbesar yang berjalan baik adalah Qwen3.6 35B A3B.
Bisakah M4 Max dengan 36 GB menjalankan Llama 3.3 70B?
Ya, tapi lambat: 2-bit (kualitas lebih rendah), sekitar 8–15 token per detik.
Seberapa cepat gpt-oss-20b di M4 Max?
Sekitar 97–173 token per detik (4,25-bit bawaan), dari bandwidth memori chip sebesar 410 GB/s.

Jalankan dengan MLX Harness (gratis, open source) atau mlx-lm dari Apple di Terminal: langkah demi langkah.

Cara menghitungnya

Memori: parameter model pada 8, 6, 4, 3, atau 2 bit per bobot ditambah skala grup MLX (setengah bit per bobot), atau format bawaannya, ditambah ruang untuk konteks. Secara bawaan macOS mengizinkan GPU memakai sekitar 75% memori terpadu. Kecepatan: bandwidth memori dibagi jumlah byte yang dibaca per token adalah batas atas untuk satu percakapan; dalam benchmark Apple Silicon publik llama.cpp, proses nyata mencapai sekitar 45% hingga 80% darinya, dan rentang itulah yang ditampilkan. Ini perkiraan, bukan pengukuran: ukur Mac Anda sendiri di MLX Bench. Angka model dari kartu model resmi masing-masing, angka chip dari Spesifikasi Teknis Apple. Diperiksa 2026-10-19. Data sama dengan mlx.app/compare.

LLM apa yang jalan di M4 Max 36 GB? Model dan kecepatan