로그인지갑 만들기

36GB M4 Max에서는 무엇을 실행할 수 있을까?

오픈 모델 73개 중 38개가 쾌적하게 실행됩니다. GPU는 기본적으로 36GB 중 약 27GB를 쓸 수 있고, 메모리를 410GB/s로 읽으며 이 속도가 생성 속도를 정합니다. 탑재 기기: MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025).

쾌적하게 실행되는 가장 똑똑한 모델Qwen3.8 27B4비트 · 15.2 GB · 12–22 tok/s쾌적하게 실행되는 가장 큰 모델Qwen3.6 35B A3B4비트 · 19.7 GB · 109–193 tok/s코딩용Qwen3 Coder 30B A3B Instruct6비트 · 24.8 GB · 68–121 tok/s

쾌적하게 실행 40

컨텍스트 여유를 두고 들어가며, 초당 10토큰 이상입니다.

모델버전메모리토큰/초
Qwen3.8 27B27B · 지능 33.74비트15.2 GB12–22
Qwen3.6 35B A3B35B · 활성 3B · 지능 18.24비트19.7 GB109–193
Muse Glimmer 30B29.6B · 지능 17.54비트16.7 GB11–20
Gemma 4 31B30.7B · 지능 14.74비트17.3 GB11–19
Nemotron 3.5 Lightning 30B A3B30B · 활성 3B · 지능 12.96비트24.4 GB77–137
Granite 4.2 30B30B · 지능 12.74비트16.9 GB11–19
MiniCPM5 2B2.52B · 지능 12.58비트2.7 GB68–121
Qwen3.5 9B9B · 지능 11.28비트9.6 GB19–34
Granite 4.2 8B8B · 지능 11.18비트8.5 GB22–39
Granite 4.2 3B3B · 지능 9.18비트3.2 GB58–103
gpt-oss-20b21B · 활성 3.6B · 지능 9네이티브 4.25비트13.8 GB97–173
Nemotron 3 Nano 30B A3B30B · 활성 3.5B · 지능 8.96비트24.4 GB66–117
Gemma 4 E4B8B · 지능 8.98비트8.5 GB38–68
Ministral 3 8B8.9B · 지능 5.58비트9.5 GB19–35
Nemotron 3 Nano 4B3.97B · 지능 4.88비트4.2 GB44–78
Qwen3 Coder 30B A3B Instruct30.5B · 활성 3.3B6비트24.8 GB68–121
GLM-4.7 Flash30B · 활성 3B6비트24.4 GB77–137
Qwen3.6 27B27B4비트15.2 GB12–22
Gemma 4 26B A4B25.2B · 활성 3.8B6비트20.5 GB60–106
Devstral Small 2 (24B)24B4비트13.5 GB14–24
Magistral Small 1.2 (2509)24B4비트13.5 GB14–24
Mistral Small 3.2 (24B)24B4비트13.5 GB14–24
LFM2.5 24B A2B24B · 활성 2B6비트19.5 GB115–205
Phi-4 Reasoning Vision 15B15B8비트15.9 GB12–21
Phi-4 (14B)14B8비트14.9 GB12–22
Gemma 4 12B Unified12B8비트12.7 GB15–26
Qwen3 8B8.2B8비트8.7 GB21–38
Llama 3.1 8B Instruct8B8비트8.5 GB22–39
Gemma 4 E2B5.1B8비트5.4 GB77–137
Qwen3.5 4B4B8비트4.3 GB43–76
Phi-4 mini instruct3.8B8비트4 GB46–82
Llama 3.2 3B Instruct3.21B8비트3.4 GB54–96
SmolLM3 3B3B8비트3.2 GB58–103
LFM2.5 2.6B2.69B8비트2.9 GB64–113
Qwen3.5 2B2B8비트2.1 GB88–156
Llama 3.2 1B Instruct1.23B8비트1.3 GB142–252
Qwen3.5 0.8B0.8B8비트0.9 GB205–364
Qwen3 0.6B0.6B8비트0.6 GB308–547
Nemotron 3.5 Bolt 74B A9B74B · 활성 9B · 지능 21.42비트 품질 낮음23.1 GB66–117
Qwen3 Coder Next80B · 활성 3B · 지능 9.22비트 품질 낮음25 GB205–364

실행되지만 느림 1

들어가지만 초당 10토큰 미만입니다. 일괄 작업에는 괜찮지만 채팅에는 느립니다.

모델버전메모리토큰/초
Llama 3.3 70B Instruct70B2비트 품질 낮음21.9 GB8–15

너무 큼 32

2비트로도 36GB보다 많은 메모리가 필요합니다.

다른 Mac

칩과 관계없이 36GB인 모든 Mac.

메모리가 더 많거나 적은 M4 Max:

가까운 칩:

1:1 비교:

PC와 그래픽 카드와의 비교:

어떤 Mac이나 GPU와도 비교하기 · 로컬 AI를 위한 M4 Max · 로컬 LLM에 가장 좋은 Mac · 모든 Mac

자주 묻는 질문

36GB M4 Max에 가장 좋은 LLM은 무엇인가요?
Intelligence Index가 공개된 모델 중, 여기서 쾌적하게 실행되는 모델 가운데 점수가 가장 높은 것은 Qwen3.8 27B입니다. 4비트, 초당 약 12–22토큰. 쾌적하게 실행되는 가장 큰 모델은 Qwen3.6 35B A3B입니다.
36GB M4 Max에서 Llama 3.3 70B를 실행할 수 있나요?
네, 다만 느립니다. 2비트(품질 낮음), 초당 약 8–15토큰입니다.
M4 Max에서 gpt-oss-20b는 얼마나 빠른가요?
초당 약 97–173토큰(네이티브 4.25비트)으로, 칩의 메모리 대역폭 410GB/s에서 계산했습니다.

MLX Harness(무료, 오픈 소스)나 터미널에서 Apple의 mlx-lm으로 실행하세요: 단계별 안내.

계산 방법

메모리: 모델 파라미터를 가중치당 8, 6, 4, 3, 2비트로 계산하고 MLX의 그룹 스케일(가중치당 0.5비트)을 더하거나 네이티브 형식 그대로 계산한 뒤, 컨텍스트를 위한 여유를 더했습니다. macOS는 기본적으로 GPU가 통합 메모리의 약 75%를 쓰도록 허용합니다. 속도: 메모리 대역폭을 토큰당 읽는 바이트 수로 나눈 값이 한 대화의 상한입니다. llama.cpp의 Apple Silicon 공개 벤치마크에서 실제 속도는 그 상한의 약 45~80%였고, 여기 표시한 범위가 바로 그 값입니다. 측정값이 아닌 추정값이니, 내 Mac은 MLX Bench에서 직접 측정해 보세요. 모델 수치는 각 공식 모델 카드, 칩 수치는 Apple 기술 사양에서 가져왔습니다. 2026-10-19 확인. mlx.app/compare와 같은 데이터입니다.

36GB M4 Max에서 실행되는 LLM은? 모든 모델과 속도