Wat is het beste LLM voor een Mac met 64 GB?

Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.8 27B het hoogst van de modellen die goed draaien in 64 GB (8 bits). Het grootste dat goed draait, is Nemotron 3.5 Bolt 74B A9B. Voor code: Qwen3 Coder 30B A3B Instruct.

Is 64 GB genoeg voor lokale AI op een Mac?

39 van de 73 open modellen op deze lijst draaien er goed in, op 4 bits of beter. macOS laat de GPU standaard ongeveer 48 GB ervan gebruiken; het model en de context moeten daarin passen.

Kan een Mac met 64 GB gpt-oss-20b draaien?

Ja, 4,25 bits native, met ongeveer 65–115 tokens per seconde op een M4 Pro en 189–337 op een M1 Ultra.

Beste lokale LLM's voor een 64 GB-Mac (M1 tot M5): wat draait

Macs met 64 GB

9 chips van M1 tot M5 zijn er met 64 GB. Open er een voor de eigen lijst en snelheden.

Draait goed 47

Past met ruimte voor de context, op 10 of meer tokens per seconde op de M1 Ultra.

Model	Versie	Geheugen	M4 Pro	M1 Ultra
Qwen3.8 27B27B · Intelligentie 33,7	8 bits	28,7 GB	4–8	13–22
Nemotron 3.5 Bolt 74B A9B74B · 9B actief · Intelligentie 21,4	4 bits	41,6 GB	24–43	71–125
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,2	8 bits	37,2 GB	38–68	113–200
Muse Glimmer 30B29,6B · Intelligentie 17,5	8 bits	31,5 GB	4–7	11–20
Gemma 4 31B30,7B · Intelligentie 14,7	8 bits	32,6 GB	4–7	11–20
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,9	8 bits	31,9 GB	38–68	113–200
Granite 4.2 30B30B · Intelligentie 12,7	8 bits	31,9 GB	4–7	11–20
MiniCPM5 2B2,52B · Intelligentie 12,5	8 bits	2,7 GB	45–81	133–237
Qwen3.5 9B9B · Intelligentie 11,2	8 bits	9,6 GB	13–23	38–67
Granite 4.2 8B8B · Intelligentie 11,1	8 bits	8,5 GB	14–26	42–75
Granite 4.2 3B3B · Intelligentie 9,1	8 bits	3,2 GB	38–68	113–200
gpt-oss-20b21B · 3,6B actief · Intelligentie 9	4,25 bits native	13,8 GB	65–115	189–337
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,9	8 bits	31,9 GB	33–59	97–173
Gemma 4 E4B8B · Intelligentie 8,9	8 bits	8,5 GB	26–46	75–133
Ministral 3 8B8,9B · Intelligentie 5,5	8 bits	9,5 GB	13–23	38–67
Nemotron 3 Nano 4B3,97B · Intelligentie 4,8	8 bits	4,2 GB	29–52	86–152
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief	8 bits	32,4 GB	35–62	103–183
GLM-4.7 Flash30B · 3B actief	8 bits	31,9 GB	38–68	113–200
Qwen3.6 27B27B	8 bits	28,7 GB	4–8	13–22
Gemma 4 26B A4B25,2B · 3,8B actief	8 bits	26,8 GB	31–55	90–160
Devstral Small 2 (24B)24B	8 bits	25,5 GB	5–9	14–25
Magistral Small 1.2 (2509)24B	8 bits	25,5 GB	5–9	14–25
Mistral Small 3.2 (24B)24B	8 bits	25,5 GB	5–9	14–25
LFM2.5 24B A2B24B · 2B actief	8 bits	25,5 GB	59–104	171–305
Phi-4 Reasoning Vision 15B15B	8 bits	15,9 GB	10–18	23–40
Phi-4 (14B)14B	8 bits	14,9 GB	11–19	24–43
Gemma 4 12B Unified12B	8 bits	12,7 GB	10–17	28–50
Qwen3 8B8,2B	8 bits	8,7 GB	14–25	41–74
Llama 3.1 8B Instruct8B	8 bits	8,5 GB	14–26	42–75
Gemma 4 E2B5,1B	8 bits	5,4 GB	51–91	150–267
Qwen3.5 4B4B	8 bits	4,3 GB	29–51	84–149
Phi-4 mini instruct3,8B	8 bits	4 GB	31–55	90–160
Llama 3.2 3B Instruct3,21B	8 bits	3,4 GB	36–64	106–188
SmolLM3 3B3B	8 bits	3,2 GB	38–68	113–200
LFM2.5 2.6B2,69B	8 bits	2,9 GB	42–75	124–221
Qwen3.5 2B2B	8 bits	2,1 GB	59–104	171–305
Llama 3.2 1B Instruct1,23B	8 bits	1,3 GB	95–168	277–492
Qwen3.5 0.8B0,8B	8 bits	0,9 GB	137–243	400–711
Qwen3 0.6B0,6B	8 bits	0,6 GB	205–364	600–1067
Qwen3.5 122B A10B122B · 10B actief · Intelligentie 15,6	2 bits lagere kwaliteit	38,1 GB	40–70	116–206
gpt-oss-120b117B · 5,1B actief · Intelligentie 11,6	2 bits lagere kwaliteit	36,6 GB	77–137	225–400
Mistral Small 4 (119B)119B · 6,5B actief · Intelligentie 11,3	2 bits lagere kwaliteit	37,2 GB	61–109	180–320
Qwen3 Coder Next80B · 3B actief · Intelligentie 9,2	3 bits lagere kwaliteit	35 GB	95–168	277–492
Llama 4 Scout 17B-16E Instruct109B · 17B actief · Intelligentie 6,5	2 bits lagere kwaliteit	34,1 GB	23–41	68–121
Ornith 1.5 122B122B · 10B actief	2 bits lagere kwaliteit	38,1 GB	40–70	116–206
Nemotron 3 Super 120B A12B120B · 12B actief	2 bits lagere kwaliteit	37,5 GB	32–57	95–168
GLM-4.5 Air106B · 12B actief	2 bits lagere kwaliteit	33,1 GB	32–57	95–168

Draait, maar traag 3

Past, maar onder de 10 tokens per seconde: prima voor batchwerk, traag om mee te chatten.

Model	Versie	Geheugen	M4 Pro	M1 Ultra
Llama 3.3 70B Instruct70B	4 bits	39,4 GB	3–6	9–16
Mistral Medium 3.5 (128B)128B · Intelligentie 14,2	2 bits lagere kwaliteit	40 GB	3–5	9–16
Devstral 2 (123B)123B	2 bits lagere kwaliteit	38,4 GB	3–6	9–17

Vragen

Wat is het beste LLM voor een Mac met 64 GB?: Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.8 27B het hoogst van de modellen die goed draaien in 64 GB (8 bits). Het grootste dat goed draait, is Nemotron 3.5 Bolt 74B A9B. Voor code: Qwen3 Coder 30B A3B Instruct.
Is 64 GB genoeg voor lokale AI op een Mac?: 39 van de 73 open modellen op deze lijst draaien er goed in, op 4 bits of beter. macOS laat de GPU standaard ongeveer 48 GB ervan gebruiken; het model en de context moeten daarin passen.
Kan een Mac met 64 GB gpt-oss-20b draaien?: Ja, 4,25 bits native, met ongeveer 65–115 tokens per seconde op een M4 Pro en 189–337 op een M1 Ultra.

Andere groottes: 8 GB · 16 GB · 18 GB · 24 GB · 32 GB · 36 GB · 48 GB · 64 GB · 96 GB · 128 GB · 192 GB · 256 GB · 512 GB

Draai ze met MLX Harness (gratis, open source) of met Apples mlx-lm in Terminal: stap voor stap.

Zo is het berekend

Geheugen: de parameters van het model op 8, 6, 4, 3 of 2 bits per gewicht plus de groepsschalen van MLX (een halve bit per gewicht), of het eigen formaat van het model, met daarbovenop ruimte voor de context. Standaard laat macOS de GPU ongeveer 75% van het geïntegreerde geheugen gebruiken. Snelheid: de geheugenbandbreedte gedeeld door het aantal bytes dat per token wordt gelezen, is het plafond voor één gesprek; in de openbare Apple Silicon-benchmarks van llama.cpp halen echte runs ongeveer 45% tot 80% daarvan, en dat is het bereik dat we tonen. Dit zijn schattingen, geen metingen: meet je eigen Mac op MLX Bench. Modelgegevens uit elke officiële modelkaart, chipgegevens uit de technische specificaties van Apple. Gecontroleerd op 2026-10-19. Dezelfde gegevens als mlx.app/compare.

De beste LLM's voor een Mac met 64 GB.