AccediCrea wallet

Cosa può eseguire un M4 Max con 48 GB?

38 modelli aperti su 73 ci girano bene. Di default la GPU può usare circa 36 GB dei suoi 48 GB, e il chip legge la memoria a 546 GB/s, che determina quanto velocemente scrive. Lo trovi in: MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025).

Il più intelligente che gira beneQwen3.8 27B6 bit · 21,9 GB · 11–20 tok/sIl più grande che gira beneQwen3.6 35B A3B6 bit · 28,4 GB · 102–182 tok/sPer il codiceQwen3 Coder 30B A3B Instruct8 bit · 32,4 GB · 70–125 tok/s

Gira bene 41

Ci sta con spazio per il contesto, a 10 o più token al secondo.

ModelloVersioneMemoriaToken/s
Qwen3.8 27B27B · Intelligenza 33,76 bit21,9 GB11–20
Qwen3.6 35B A3B35B · 3B attivi · Intelligenza 18,26 bit28,4 GB102–182
Muse Glimmer 30B29,6B · Intelligenza 17,56 bit24,1 GB10–18
Gemma 4 31B30,7B · Intelligenza 14,76 bit24,9 GB10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B attivi · Intelligenza 12,98 bit31,9 GB77–137
Granite 4.2 30B30B · Intelligenza 12,76 bit24,4 GB10–18
MiniCPM5 2B2,52B · Intelligenza 12,58 bit2,7 GB91–162
Qwen3.5 9B9B · Intelligenza 11,28 bit9,6 GB26–46
Granite 4.2 8B8B · Intelligenza 11,18 bit8,5 GB29–51
Granite 4.2 3B3B · Intelligenza 9,18 bit3,2 GB77–137
gpt-oss-20b21B · 3,6B attivi · Intelligenza 94,25 bit nativo13,8 GB129–230
Nemotron 3 Nano 30B A3B30B · 3,5B attivi · Intelligenza 8,98 bit31,9 GB66–118
Gemma 4 E4B8B · Intelligenza 8,98 bit8,5 GB51–91
Ministral 3 8B8,9B · Intelligenza 5,58 bit9,5 GB26–46
Nemotron 3 Nano 4B3,97B · Intelligenza 4,88 bit4,2 GB59–104
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B attivi8 bit32,4 GB70–125
GLM-4.7 Flash30B · 3B attivi8 bit31,9 GB77–137
Qwen3.6 27B27B6 bit21,9 GB11–20
Gemma 4 26B A4B25,2B · 3,8B attivi8 bit26,8 GB61–109
Devstral Small 2 (24B)24B8 bit25,5 GB10–17
Magistral Small 1.2 (2509)24B8 bit25,5 GB10–17
Mistral Small 3.2 (24B)24B8 bit25,5 GB10–17
LFM2.5 24B A2B24B · 2B attivi8 bit25,5 GB117–208
Phi-4 Reasoning Vision 15B15B8 bit15,9 GB15–27
Phi-4 (14B)14B8 bit14,9 GB16–29
Gemma 4 12B Unified12B8 bit12,7 GB19–34
Qwen3 8B8,2B8 bit8,7 GB28–50
Llama 3.1 8B Instruct8B8 bit8,5 GB29–51
Gemma 4 E2B5,1B8 bit5,4 GB102–182
Qwen3.5 4B4B8 bit4,3 GB57–102
Phi-4 mini instruct3,8B8 bit4 GB61–109
Llama 3.2 3B Instruct3,21B8 bit3,4 GB72–128
SmolLM3 3B3B8 bit3,2 GB77–137
LFM2.5 2.6B2,69B8 bit2,9 GB85–151
Qwen3.5 2B2B8 bit2,1 GB117–208
Llama 3.2 1B Instruct1,23B8 bit1,3 GB189–336
Qwen3.5 0.8B0,8B8 bit0,9 GB273–485
Qwen3 0.6B0,6B8 bit0,6 GB410–728
Nemotron 3.5 Bolt 74B A9B74B · 9B attivi · Intelligenza 21,43 bit qualità inferiore32,4 GB63–112
Qwen3 Coder Next80B · 3B attivi · Intelligenza 9,22 bit qualità inferiore25 GB273–485
GLM-4.5 Air106B · 12B attivi2 bit qualità inferiore33,1 GB65–115

Gira, ma lentamente 1

Ci sta, ma sotto i 10 token al secondo: va bene per i lavori in batch, ma è lento per la chat.

ModelloVersioneMemoriaToken/s
Llama 3.3 70B Instruct70B3 bit qualità inferiore30,6 GB8–14

Ci sta al limite 8

Richiede quasi tutta la memoria: alza il limite di memoria della GPU e tieni il contesto breve.

ModelloVersioneMemoriaToken/s
Qwen3.5 122B A10B122B · 10B attivi · Intelligenza 15,62 bit qualità inferiore38,1 GB79–141
Mistral Medium 3.5 (128B)128B · Intelligenza 14,22 bit qualità inferiore40 GB6–11
gpt-oss-120b117B · 5,1B attivi · Intelligenza 11,62 bit qualità inferiore36,6 GB154–273
Mistral Small 4 (119B)119B · 6,5B attivi · Intelligenza 11,32 bit qualità inferiore37,2 GB123–218
Llama 4 Scout 17B-16E Instruct109B · 17B attivi · Intelligenza 6,52 bit qualità inferiore34,1 GB46–82
Devstral 2 (123B)123B2 bit qualità inferiore38,4 GB6–11
Ornith 1.5 122B122B · 10B attivi2 bit qualità inferiore38,1 GB79–141
Nemotron 3 Super 120B A12B120B · 12B attivi2 bit qualità inferiore37,5 GB65–115

Troppo grande 23

Richiede più di 48 GB di memoria, anche a 2 bit.

Altri Mac

Tutti i Mac con 48 GB, con qualsiasi chip.

Il M4 Max con più o meno memoria:

Chip vicini:

Testa a testa:

Contro PC e schede grafiche:

Confrontalo con qualsiasi Mac o GPU · Il M4 Max per l’AI locale · Il miglior Mac per LLM in locale · Tutti i Mac

Domande

Qual è il miglior LLM per un M4 Max con 48 GB?
Tra i modelli con un Intelligence Index pubblicato, Qwen3.8 27B ha il punteggio più alto fra quelli che qui girano bene: 6 bit, circa 11–20 token al secondo. Il più grande che gira bene è Qwen3.6 35B A3B.
Un M4 Max con 48 GB può eseguire Llama 3.3 70B?
Sì, ma lentamente: 3 bit (qualità inferiore), a circa 8–14 token al secondo.
Quanto è veloce gpt-oss-20b su un M4 Max?
Circa 129–230 token al secondo (4,25 bit nativo), in base ai 546 GB/s di larghezza di banda della memoria del chip.

Eseguili con MLX Harness (gratuito, open source) o con mlx-lm di Apple nel Terminale: passo dopo passo.

Come è calcolato

Memoria: i parametri del modello a 8, 6, 4, 3 o 2 bit per peso più le scale per gruppo di MLX (mezzo bit per peso), oppure il suo formato nativo, con in più lo spazio per il contesto. Di default macOS lascia usare alla GPU circa il 75% della memoria unificata. Velocità: la larghezza di banda della memoria divisa per i byte letti per ogni token è il limite massimo per una conversazione; nei benchmark pubblici su Apple Silicon di llama.cpp, le esecuzioni reali arrivano a circa il 45%–80% di quel limite, ed è l’intervallo mostrato. Sono stime, non misurazioni: misura il tuo Mac su MLX Bench. Dati dei modelli dalla rispettiva scheda ufficiale, dati dei chip dalle specifiche tecniche di Apple. Verificato il 2026-10-19. Stessi dati di mlx.app/compare.

Quali LLM può eseguire un M4 Max con 48 GB? Modelli e velocità