Log masukCipta dompet

Apa yang boleh dijalankan M4 Max dengan 128 GB?

47 daripada 73 model terbuka berjalan baik padanya. Secara lalai GPU boleh menggunakan kira-kira 96 GB daripada 128 GB, dan ia membaca memori pada 546 GB/s, yang menentukan kelajuan menulisnya. Terdapat dalam: MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025).

Paling pintar yang berjalan baikQwen3.8 27B6-bit · 21.9 GB · 11–20 tok/sTerbesar yang berjalan baikQwen3.5 122B A10B4-bit · 68.6 GB · 44–78 tok/sUntuk kodQwen3 Coder Next8-bit · 85 GB · 77–137 tok/s

Berjalan baik 51

Muat dengan ruang untuk konteks, 10 token sesaat atau lebih.

ModelVersiMemoriToken/s
Qwen3.8 27B27B · Kecerdasan 33.76-bit21.9 GB11–20
Nemotron 3.5 Bolt 74B A9B74B · 9B aktif · Kecerdasan 21.48-bit78.6 GB26–46
Qwen3.6 35B A3B35B · 3B aktif · Kecerdasan 18.28-bit37.2 GB77–137
Muse Glimmer 30B29.6B · Kecerdasan 17.56-bit24.1 GB10–18
Qwen3.5 122B A10B122B · 10B aktif · Kecerdasan 15.64-bit68.6 GB44–78
Gemma 4 31B30.7B · Kecerdasan 14.76-bit24.9 GB10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B aktif · Kecerdasan 12.98-bit31.9 GB77–137
Granite 4.2 30B30B · Kecerdasan 12.76-bit24.4 GB10–18
MiniCPM5 2B2.52B · Kecerdasan 12.58-bit2.7 GB91–162
gpt-oss-120b117B · 5.1B aktif · Kecerdasan 11.64.25-bit asli65.3 GB91–162
Mistral Small 4 (119B)119B · 6.5B aktif · Kecerdasan 11.34-bit66.9 GB66–118
Qwen3.5 9B9B · Kecerdasan 11.28-bit9.6 GB26–46
Granite 4.2 8B8B · Kecerdasan 11.18-bit8.5 GB29–51
Qwen3 Coder Next80B · 3B aktif · Kecerdasan 9.28-bit85 GB77–137
Granite 4.2 3B3B · Kecerdasan 9.18-bit3.2 GB77–137
gpt-oss-20b21B · 3.6B aktif · Kecerdasan 94.25-bit asli13.8 GB129–230
Nemotron 3 Nano 30B A3B30B · 3.5B aktif · Kecerdasan 8.98-bit31.9 GB66–118
Gemma 4 E4B8B · Kecerdasan 8.98-bit8.5 GB51–91
Llama 4 Scout 17B-16E Instruct109B · 17B aktif · Kecerdasan 6.56-bit88.6 GB18–32
Ministral 3 8B8.9B · Kecerdasan 5.58-bit9.5 GB26–46
Nemotron 3 Nano 4B3.97B · Kecerdasan 4.88-bit4.2 GB59–104
Ornith 1.5 122B122B · 10B aktif4-bit68.6 GB44–78
Nemotron 3 Super 120B A12B120B · 12B aktif4-bit67.5 GB36–64
GLM-4.5 Air106B · 12B aktif6-bit86.1 GB25–45
Qwen3 Coder 30B A3B Instruct30.5B · 3.3B aktif8-bit32.4 GB70–125
GLM-4.7 Flash30B · 3B aktif8-bit31.9 GB77–137
Qwen3.6 27B27B6-bit21.9 GB11–20
Gemma 4 26B A4B25.2B · 3.8B aktif8-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 aktif8-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
Qwen3.8 Flash Next180B · 6B aktif · Kecerdasan 39.83-bit kualiti lebih rendah78.8 GB95–168
Inkling Small276B · 12B aktif · Kecerdasan 25.72-bit kualiti lebih rendah86.3 GB65–115
DeepSeek V4 Flash 0731284B · 13B aktif2-bit kualiti lebih rendah88.8 GB60–107
MiniMax M2.7230B · 10B aktif2-bit kualiti lebih rendah71.9 GB79–141

Berjalan, tetapi perlahan 3

Muat, tetapi di bawah 10 token sesaat: sesuai untuk kerja kelompok, perlahan untuk sembang.

ModelVersiMemoriToken/s
Mistral Medium 3.5 (128B)128B · Kecerdasan 14.24-bit72 GB3–6
Devstral 2 (123B)123B4-bit69.2 GB4–6
Llama 3.3 70B Instruct70B8-bit74.4 GB3–6

Cukup-cukup muat 3

Memerlukan hampir semua memori: naikkan had memori GPU dan pastikan konteks pendek.

ModelVersiMemoriToken/s
GLM-5.3 Flash320B · 18B aktif · Kecerdasan 41.82-bit kualiti lebih rendah100 GB44–78
MiMo V2.6 Flash309B · 15B aktif · Kecerdasan 37.92-bit kualiti lebih rendah96.6 GB52–93
Hy3295B · 21B aktif · Kecerdasan 25.32-bit kualiti lebih rendah92.2 GB37–66

Terlalu besar 16

Memerlukan lebih daripada 128 GB memori, walaupun pada 2 bit.

Mac lain

Semua Mac dengan 128 GB, daripada mana-mana cip.

M4 Max dengan memori lebih atau kurang:

Cip berdekatan:

Bersemuka:

Lawan PC dan kad grafik:

Bandingkan dengan mana-mana Mac atau GPU · M4 Max untuk AI tempatan · Mac terbaik untuk LLM tempatan · Semua Mac

Soalan

Apakah LLM terbaik untuk M4 Max dengan 128 GB?
Antara model yang mempunyai skor Intelligence Index yang diterbitkan, Qwen3.8 27B mendapat skor tertinggi dalam kalangan yang berjalan baik di sini: 6-bit, kira-kira 11–20 token sesaat. Yang terbesar yang berjalan baik ialah Qwen3.5 122B A10B.
Bolehkah M4 Max dengan 128 GB menjalankan Llama 3.3 70B?
Ya, tetapi perlahan: 8-bit, kira-kira 3–6 token sesaat.
Sepantas mana gpt-oss-20b pada M4 Max?
Kira-kira 129–230 token sesaat (4.25-bit asli), daripada lebar jalur memori cip sebanyak 546 GB/s.

Jalankan dengan MLX Harness (percuma, sumber terbuka) atau mlx-lm daripada Apple dalam Terminal: langkah demi langkah.

Cara ia dikira

Memori: parameter model pada 8, 6, 4, 3 atau 2 bit setiap pemberat serta skala kumpulan MLX (setengah bit setiap pemberat), atau format aslinya, dengan ruang untuk konteks di atasnya. Secara lalai macOS membenarkan GPU menggunakan kira-kira 75% memori bersatu. Kelajuan: lebar jalur memori dibahagikan dengan bait yang dibaca bagi setiap token ialah had atas untuk satu perbualan; dalam penanda aras Apple Silicon awam llama.cpp, larian sebenar mencapai kira-kira 45% hingga 80% daripadanya, dan julat itulah yang ditunjukkan. Ini anggaran, bukan ukuran: ukur Mac anda sendiri di MLX Bench. Angka model daripada kad model rasmi setiap model, angka cip daripada Spesifikasi Teknikal Apple. Disemak 2026-10-19. Data yang sama seperti mlx.app/compare.

LLM apa yang boleh dijalankan M4 Max 128 GB? Model dan kelajuan