AccediCrea wallet

Cosa può eseguire un M4 Pro con 64 GB?

31 modelli aperti su 73 ci girano bene. Di default la GPU può usare circa 48 GB dei suoi 64 GB, e il chip legge la memoria a 273 GB/s, che determina quanto velocemente scrive. Lo trovi in: Mac mini (2024), MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024).

Il più intelligente che gira beneNemotron 3.5 Bolt 74B A9B4 bit · 41,6 GB · 24–43 tok/sIl più grande che gira beneNemotron 3.5 Bolt 74B A9B4 bit · 41,6 GB · 24–43 tok/sPer il codiceQwen3 Coder 30B A3B Instruct8 bit · 32,4 GB · 35–62 tok/s

Gira bene 39

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

ModelloVersioneMemoriaToken/s
Nemotron 3.5 Bolt 74B A9B74B · 9B attivi · Intelligenza 21,44 bit41,6 GB24–43
Qwen3.6 35B A3B35B · 3B attivi · Intelligenza 18,28 bit37,2 GB38–68
Nemotron 3.5 Lightning 30B A3B30B · 3B attivi · Intelligenza 12,98 bit31,9 GB38–68
MiniCPM5 2B2,52B · Intelligenza 12,58 bit2,7 GB45–81
Qwen3.5 9B9B · Intelligenza 11,28 bit9,6 GB13–23
Granite 4.2 8B8B · Intelligenza 11,18 bit8,5 GB14–26
Granite 4.2 3B3B · Intelligenza 9,18 bit3,2 GB38–68
gpt-oss-20b21B · 3,6B attivi · Intelligenza 94,25 bit nativo13,8 GB65–115
Nemotron 3 Nano 30B A3B30B · 3,5B attivi · Intelligenza 8,98 bit31,9 GB33–59
Gemma 4 E4B8B · Intelligenza 8,98 bit8,5 GB26–46
Ministral 3 8B8,9B · Intelligenza 5,58 bit9,5 GB13–23
Nemotron 3 Nano 4B3,97B · Intelligenza 4,88 bit4,2 GB29–52
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B attivi8 bit32,4 GB35–62
GLM-4.7 Flash30B · 3B attivi8 bit31,9 GB38–68
Gemma 4 26B A4B25,2B · 3,8B attivi8 bit26,8 GB31–55
LFM2.5 24B A2B24B · 2B attivi8 bit25,5 GB59–104
Phi-4 Reasoning Vision 15B15B6 bit12,2 GB10–18
Phi-4 (14B)14B6 bit11,4 GB11–19
Gemma 4 12B Unified12B8 bit12,7 GB10–17
Qwen3 8B8,2B8 bit8,7 GB14–25
Llama 3.1 8B Instruct8B8 bit8,5 GB14–26
Gemma 4 E2B5,1B8 bit5,4 GB51–91
Qwen3.5 4B4B8 bit4,3 GB29–51
Phi-4 mini instruct3,8B8 bit4 GB31–55
Llama 3.2 3B Instruct3,21B8 bit3,4 GB36–64
SmolLM3 3B3B8 bit3,2 GB38–68
LFM2.5 2.6B2,69B8 bit2,9 GB42–75
Qwen3.5 2B2B8 bit2,1 GB59–104
Llama 3.2 1B Instruct1,23B8 bit1,3 GB95–168
Qwen3.5 0.8B0,8B8 bit0,9 GB137–243
Qwen3 0.6B0,6B8 bit0,6 GB205–364
Qwen3.5 122B A10B122B · 10B attivi · Intelligenza 15,62 bit qualità inferiore38,1 GB40–70
gpt-oss-120b117B · 5,1B attivi · Intelligenza 11,62 bit qualità inferiore36,6 GB77–137
Mistral Small 4 (119B)119B · 6,5B attivi · Intelligenza 11,32 bit qualità inferiore37,2 GB61–109
Qwen3 Coder Next80B · 3B attivi · Intelligenza 9,23 bit qualità inferiore35 GB95–168
Llama 4 Scout 17B-16E Instruct109B · 17B attivi · Intelligenza 6,52 bit qualità inferiore34,1 GB23–41
Ornith 1.5 122B122B · 10B attivi2 bit qualità inferiore38,1 GB40–70
Nemotron 3 Super 120B A12B120B · 12B attivi2 bit qualità inferiore37,5 GB32–57
GLM-4.5 Air106B · 12B attivi2 bit qualità inferiore33,1 GB32–57

Gira, ma lentamente 11

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

ModelloVersioneMemoriaToken/s
Qwen3.8 27B27B · Intelligenza 33,78 bit28,7 GB4–8
Muse Glimmer 30B29,6B · Intelligenza 17,58 bit31,5 GB4–7
Gemma 4 31B30,7B · Intelligenza 14,78 bit32,6 GB4–7
Granite 4.2 30B30B · Intelligenza 12,78 bit31,9 GB4–7
Llama 3.3 70B Instruct70B4 bit39,4 GB3–6
Qwen3.6 27B27B8 bit28,7 GB4–8
Devstral Small 2 (24B)24B8 bit25,5 GB5–9
Magistral Small 1.2 (2509)24B8 bit25,5 GB5–9
Mistral Small 3.2 (24B)24B8 bit25,5 GB5–9
Mistral Medium 3.5 (128B)128B · Intelligenza 14,22 bit qualità inferiore40 GB3–5
Devstral 2 (123B)123B2 bit qualità inferiore38,4 GB3–6

Troppo grande 23

Richiede più di 64 GB di memoria, anche a 2 bit.

Altri Mac

Tutti i Mac con 64 GB, con qualsiasi chip.

Il M4 Pro con più o meno memoria:

Chip vicini:

Testa a testa:

Contro PC e schede grafiche:

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

Domande

Qual è il miglior LLM per un M4 Pro con 64 GB?
Tra i modelli con un Intelligence Index pubblicato, Nemotron 3.5 Bolt 74B A9B ha il punteggio più alto fra quelli che qui girano bene: 4 bit, circa 24–43 token al secondo.
Un M4 Pro con 64 GB può eseguire Llama 3.3 70B?
Sì, ma lentamente: 4 bit, a circa 3–6 token al secondo.
Quanto è veloce gpt-oss-20b su un M4 Pro?
Circa 65–115 token al secondo (4,25 bit nativo), in base ai 273 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 Pro con 64 GB? Modelli e velocità