Log inMaak wallet aan

Wat draait een M4 met 16 GB?

19 van de 73 open modellen draaien er goed op. De GPU kan standaard ongeveer 12 GB van de 16 GB gebruiken, en de chip leest het geheugen met 120 GB/s; dat bepaalt hoe snel hij schrijft. Zit in: MacBook Pro (14-inch, M4, 2024), iMac (24-inch, 2024, Two ports), iMac (24-inch, 2024, Four ports), Mac mini (2024) ….

Slimste dat goed draaitMiniCPM5 2B8 bits · 2,7 GB · 20–36 tok/sGrootste dat goed draaitQwen3.5 9B4 bits · 5,1 GB · 11–19 tok/s

Draait goed 26

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

ModelVersieGeheugenTokens/s
MiniCPM5 2B2,52B · Intelligentie 12,58 bits2,7 GB20–36
Qwen3.5 9B9B · Intelligentie 11,24 bits5,1 GB11–19
Granite 4.2 8B8B · Intelligentie 11,14 bits4,5 GB12–21
Granite 4.2 3B3B · Intelligentie 9,18 bits3,2 GB17–30
Gemma 4 E4B8B · Intelligentie 8,98 bits8,5 GB11–20
Ministral 3 8B8,9B · Intelligentie 5,54 bits5 GB11–19
Nemotron 3 Nano 4B3,97B · Intelligentie 4,88 bits4,2 GB13–23
Qwen3 8B8,2B4 bits4,6 GB12–21
Llama 3.1 8B Instruct8B4 bits4,5 GB12–21
Gemma 4 E2B5,1B8 bits5,4 GB23–40
Qwen3.5 4B4B8 bits4,3 GB13–22
Phi-4 mini instruct3,8B8 bits4 GB14–24
Llama 3.2 3B Instruct3,21B8 bits3,4 GB16–28
SmolLM3 3B3B8 bits3,2 GB17–30
LFM2.5 2.6B2,69B8 bits2,9 GB19–33
Qwen3.5 2B2B8 bits2,1 GB26–46
Llama 3.2 1B Instruct1,23B8 bits1,3 GB42–74
Qwen3.5 0.8B0,8B8 bits0,9 GB60–107
Qwen3 0.6B0,6B8 bits0,6 GB90–160
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,92 bits lagere kwaliteit9,4 GB60–107
gpt-oss-20b21B · 3,6B actief · Intelligentie 93 bits lagere kwaliteit9,2 GB34–60
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,92 bits lagere kwaliteit9,4 GB49–87
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief2 bits lagere kwaliteit9,5 GB54–96
GLM-4.7 Flash30B · 3B actief2 bits lagere kwaliteit9,4 GB60–107
Gemma 4 26B A4B25,2B · 3,8B actief2 bits lagere kwaliteit7,9 GB45–80
LFM2.5 24B A2B24B · 2B actief3 bits lagere kwaliteit10,5 GB60–107

Draait, maar traag 11

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

ModelVersieGeheugenTokens/s
Phi-4 Reasoning Vision 15B15B4 bits8,4 GB6–11
Phi-4 (14B)14B4 bits7,9 GB7–12
Gemma 4 12B Unified12B6 bits9,7 GB6–10
Qwen3.8 27B27B · Intelligentie 33,72 bits lagere kwaliteit8,4 GB6–11
Muse Glimmer 30B29,6B · Intelligentie 17,52 bits lagere kwaliteit9,3 GB6–10
Gemma 4 31B30,7B · Intelligentie 14,72 bits lagere kwaliteit9,6 GB6–10
Granite 4.2 30B30B · Intelligentie 12,72 bits lagere kwaliteit9,4 GB6–10
Qwen3.6 27B27B2 bits lagere kwaliteit8,4 GB6–11
Devstral Small 2 (24B)24B3 bits lagere kwaliteit10,5 GB5–9
Magistral Small 1.2 (2509)24B3 bits lagere kwaliteit10,5 GB5–9
Mistral Small 3.2 (24B)24B3 bits lagere kwaliteit10,5 GB5–9

Past net 1

Heeft bijna al het geheugen nodig: verhoog de geheugenlimiet van de GPU en houd de context kort.

ModelVersieGeheugenTokens/s
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,22 bits lagere kwaliteit10,9 GB60–107

Te groot 35

Heeft meer dan 16 GB geheugen nodig, zelfs op 2 bits.

Andere Macs

Alle Macs met 16 GB, met elke chip.

De M4 met meer of minder geheugen:

Naburige chips:

Rechtstreeks vergeleken:

Vergelijk met elke Mac of GPU · De M4 voor lokale AI · De beste Mac voor lokale LLM's · Alle Macs

Vragen

Wat is het beste LLM voor een M4 met 16 GB?
Van de modellen met een gepubliceerde Intelligence Index scoort MiniCPM5 2B het hoogst van de modellen die hier goed draaien: 8 bits, ongeveer 20–36 tokens per seconde. Het grootste dat goed draait, is Qwen3.5 9B.
Kan een M4 met 16 GB Llama 3.3 70B draaien?
Nee: zelfs op 2 bits is meer nodig dan de 12 GB die de GPU standaard kan gebruiken.
Hoe snel is gpt-oss-20b op een M4?
Ongeveer 34–60 tokens per seconde (3 bits), op basis van de geheugenbandbreedte van 120 GB/s van de chip.

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.

Welke LLM's draait een M4 met 16 GB? Modellen en snelheid