Log inMaak wallet aan

Wat draait een M4 Max met 128 GB?

47 van de 73 open modellen draaien er goed op. De GPU kan standaard ongeveer 96 GB van de 128 GB gebruiken, en de chip leest het geheugen met 546 GB/s; dat bepaalt hoe snel hij schrijft. Zit in: MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025).

Slimste dat goed draaitQwen3.8 27B6 bits · 21,9 GB · 11–20 tok/sGrootste dat goed draaitQwen3.5 122B A10B4 bits · 68,6 GB · 44–78 tok/sVoor codeQwen3 Coder Next8 bits · 85 GB · 77–137 tok/s

Draait goed 51

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

ModelVersieGeheugenTokens/s
Qwen3.8 27B27B · Intelligentie 33,76 bits21,9 GB11–20
Nemotron 3.5 Bolt 74B A9B74B · 9B actief · Intelligentie 21,48 bits78,6 GB26–46
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,28 bits37,2 GB77–137
Muse Glimmer 30B29,6B · Intelligentie 17,56 bits24,1 GB10–18
Qwen3.5 122B A10B122B · 10B actief · Intelligentie 15,64 bits68,6 GB44–78
Gemma 4 31B30,7B · Intelligentie 14,76 bits24,9 GB10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,98 bits31,9 GB77–137
Granite 4.2 30B30B · Intelligentie 12,76 bits24,4 GB10–18
MiniCPM5 2B2,52B · Intelligentie 12,58 bits2,7 GB91–162
gpt-oss-120b117B · 5,1B actief · Intelligentie 11,64,25 bits native65,3 GB91–162
Mistral Small 4 (119B)119B · 6,5B actief · Intelligentie 11,34 bits66,9 GB66–118
Qwen3.5 9B9B · Intelligentie 11,28 bits9,6 GB26–46
Granite 4.2 8B8B · Intelligentie 11,18 bits8,5 GB29–51
Qwen3 Coder Next80B · 3B actief · Intelligentie 9,28 bits85 GB77–137
Granite 4.2 3B3B · Intelligentie 9,18 bits3,2 GB77–137
gpt-oss-20b21B · 3,6B actief · Intelligentie 94,25 bits native13,8 GB129–230
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,98 bits31,9 GB66–118
Gemma 4 E4B8B · Intelligentie 8,98 bits8,5 GB51–91
Llama 4 Scout 17B-16E Instruct109B · 17B actief · Intelligentie 6,56 bits88,6 GB18–32
Ministral 3 8B8,9B · Intelligentie 5,58 bits9,5 GB26–46
Nemotron 3 Nano 4B3,97B · Intelligentie 4,88 bits4,2 GB59–104
Ornith 1.5 122B122B · 10B actief4 bits68,6 GB44–78
Nemotron 3 Super 120B A12B120B · 12B actief4 bits67,5 GB36–64
GLM-4.5 Air106B · 12B actief6 bits86,1 GB25–45
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief8 bits32,4 GB70–125
GLM-4.7 Flash30B · 3B actief8 bits31,9 GB77–137
Qwen3.6 27B27B6 bits21,9 GB11–20
Gemma 4 26B A4B25,2B · 3,8B actief8 bits26,8 GB61–109
Devstral Small 2 (24B)24B8 bits25,5 GB10–17
Magistral Small 1.2 (2509)24B8 bits25,5 GB10–17
Mistral Small 3.2 (24B)24B8 bits25,5 GB10–17
LFM2.5 24B A2B24B · 2B actief8 bits25,5 GB117–208
Phi-4 Reasoning Vision 15B15B8 bits15,9 GB15–27
Phi-4 (14B)14B8 bits14,9 GB16–29
Gemma 4 12B Unified12B8 bits12,7 GB19–34
Qwen3 8B8,2B8 bits8,7 GB28–50
Llama 3.1 8B Instruct8B8 bits8,5 GB29–51
Gemma 4 E2B5,1B8 bits5,4 GB102–182
Qwen3.5 4B4B8 bits4,3 GB57–102
Phi-4 mini instruct3,8B8 bits4 GB61–109
Llama 3.2 3B Instruct3,21B8 bits3,4 GB72–128
SmolLM3 3B3B8 bits3,2 GB77–137
LFM2.5 2.6B2,69B8 bits2,9 GB85–151
Qwen3.5 2B2B8 bits2,1 GB117–208
Llama 3.2 1B Instruct1,23B8 bits1,3 GB189–336
Qwen3.5 0.8B0,8B8 bits0,9 GB273–485
Qwen3 0.6B0,6B8 bits0,6 GB410–728
Qwen3.8 Flash Next180B · 6B actief · Intelligentie 39,83 bits lagere kwaliteit78,8 GB95–168
Inkling Small276B · 12B actief · Intelligentie 25,72 bits lagere kwaliteit86,3 GB65–115
DeepSeek V4 Flash 0731284B · 13B actief2 bits lagere kwaliteit88,8 GB60–107
MiniMax M2.7230B · 10B actief2 bits lagere kwaliteit71,9 GB79–141

Draait, maar traag 3

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

ModelVersieGeheugenTokens/s
Mistral Medium 3.5 (128B)128B · Intelligentie 14,24 bits72 GB3–6
Devstral 2 (123B)123B4 bits69,2 GB4–6
Llama 3.3 70B Instruct70B8 bits74,4 GB3–6

Past net 3

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

ModelVersieGeheugenTokens/s
GLM-5.3 Flash320B · 18B actief · Intelligentie 41,82 bits lagere kwaliteit100 GB44–78
MiMo V2.6 Flash309B · 15B actief · Intelligentie 37,92 bits lagere kwaliteit96,6 GB52–93
Hy3295B · 21B actief · Intelligentie 25,32 bits lagere kwaliteit92,2 GB37–66

Te groot 16

Heeft meer dan 128 GB geheugen nodig, zelfs op 2 bits.

Andere Macs

Alle Macs met 128 GB, met elke chip.

De M4 Max met meer of minder geheugen:

Naburige chips:

Rechtstreeks vergeleken:

Tegen pc’s en videokaarten:

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

Vragen

Wat is het beste LLM voor een M4 Max met 128 GB?
Van de modellen met een gepubliceerde Intelligence Index scoort Qwen3.8 27B het hoogst van de modellen die hier goed draaien: 6 bits, ongeveer 11–20 tokens per seconde. Het grootste dat goed draait, is Qwen3.5 122B A10B.
Kan een M4 Max met 128 GB Llama 3.3 70B draaien?
Ja, maar traag: 8 bits, met ongeveer 3–6 tokens per seconde.
Hoe snel is gpt-oss-20b op een M4 Max?
Ongeveer 129–230 tokens per seconde (4,25 bits native), op basis van de geheugenbandbreedte van 546 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 Max met 128 GB? Modellen en snelheid