Kan de M4 een 70B-model draaien?

Niet ruim. Een 70B-model in 4-bit heeft ongeveer 40 GB nodig, en de M4 heeft maximaal 32 GB. Modellen tot ongeveer 42 miljard parameters passen goed.

Hoeveel tokens per seconde haalt de M4?

Voor een 8B-model in 4-bit ligt het plafond rond 27 tokens per seconde, en in de praktijk haal je ongeveer de helft tot vier vijfde daarvan. Grotere modellen zijn naar verhouding trager.

Is de M4 goed voor AI?

Voor lokale modellen tellen geheugen en bandbreedte het zwaarst. De M4 heeft tot 32 GB met 120 GB/s, genoeg voor modellen tot ongeveer 42 miljard parameters. Met MLX Node kan hij ook verdienen door AI-werk uit te voeren voor MLX Network.

M4 voor lokale LLM's: geheugen, snelheid en wat past

1De specificaties die tellen voor AI

Geïntegreerd geheugen	32 GB
Geheugenbandbreedte	120 GB/s
Zit in	MacBook Air (2025), 14-inch MacBook Pro (2024), Mac mini (2024), iMac (2024)
Vaste plek ervoor	Core-plek: delft tot 20 MLX per dag

2Welke modellen passen

Bij 4 bits per gewicht heeft een model iets meer dan een halve gigabyte per miljard parameters nodig, plus ruimte voor de context en macOS. Met 32 GB biedt de M4 ruim plaats aan modellen tot ongeveer 42 miljard parameters.

Model in 4-bit	Benodigd geheugen	Past op de M4
8B-model	4,5 GB	Ja
14B-model	7,9 GB	Ja
32B-model	18 GB	Ja
70B-model	39,4 GB	Nee
gpt-oss-120b, mixture-of-experts	65 GB	Nee
Qwen3.5-397B-A17B, mixture-of-experts	223,3 GB	Nee
DeepSeek-V4.1-Flash, mixture-of-experts	316 GB	Nee

3Hoe snel hij is

Tekst schrijven wordt begrensd door de geheugenbandbreedte: elke nieuwe token leest de actieve gewichten van het model één keer. Deel de 120 GB/s van de M4 door het aantal bytes dat per token wordt gelezen en je krijgt het plafond hieronder. In de praktijk haal je meestal zo'n 45% tot 80% daarvan (llama.cpp-benchmarks).

Model in 4-bit	Gelezen per token	Plafond voor één chat
8B-model	4,5 GB	27 tokens/s
14B-model	7,9 GB	15 tokens/s
32B-model	18 GB	7 tokens/s

5Vergelijk met andere chips

6Vragen

Kan de M4 een 70B-model draaien?: Niet ruim. Een 70B-model in 4-bit heeft ongeveer 40 GB nodig, en de M4 heeft maximaal 32 GB. Modellen tot ongeveer 42 miljard parameters passen goed.
Hoeveel tokens per seconde haalt de M4?: Voor een 8B-model in 4-bit ligt het plafond rond 27 tokens per seconde, en in de praktijk haal je ongeveer de helft tot vier vijfde daarvan. Grotere modellen zijn naar verhouding trager.
Is de M4 goed voor AI?: Voor lokale modellen tellen geheugen en bandbreedte het zwaarst. De M4 heeft tot 32 GB met 120 GB/s, genoeg voor modellen tot ongeveer 42 miljard parameters. Met MLX Node kan hij ook verdienen door AI-werk uit te voeren voor MLX Network.

Bronnen

Apple: Mac mini (2024) specssupport.apple.com
llama.cpp: Apple Silicon benchmarksgithub.com