Log inMaak wallet aan

Wat draait een M4 Pro met 64 GB?

31 van de 73 open modellen draaien er goed op. De GPU kan standaard ongeveer 48 GB van de 64 GB gebruiken, en de chip leest het geheugen met 273 GB/s; dat bepaalt hoe snel hij schrijft. Zit in: Mac mini (2024), MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024).

Slimste dat goed draaitNemotron 3.5 Bolt 74B A9B4 bits · 41,6 GB · 24–43 tok/sGrootste dat goed draaitNemotron 3.5 Bolt 74B A9B4 bits · 41,6 GB · 24–43 tok/sVoor codeQwen3 Coder 30B A3B Instruct8 bits · 32,4 GB · 35–62 tok/s

Draait goed 39

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

ModelVersieGeheugenTokens/s
Nemotron 3.5 Bolt 74B A9B74B · 9B actief · Intelligentie 21,44 bits41,6 GB24–43
Qwen3.6 35B A3B35B · 3B actief · Intelligentie 18,28 bits37,2 GB38–68
Nemotron 3.5 Lightning 30B A3B30B · 3B actief · Intelligentie 12,98 bits31,9 GB38–68
MiniCPM5 2B2,52B · Intelligentie 12,58 bits2,7 GB45–81
Qwen3.5 9B9B · Intelligentie 11,28 bits9,6 GB13–23
Granite 4.2 8B8B · Intelligentie 11,18 bits8,5 GB14–26
Granite 4.2 3B3B · Intelligentie 9,18 bits3,2 GB38–68
gpt-oss-20b21B · 3,6B actief · Intelligentie 94,25 bits native13,8 GB65–115
Nemotron 3 Nano 30B A3B30B · 3,5B actief · Intelligentie 8,98 bits31,9 GB33–59
Gemma 4 E4B8B · Intelligentie 8,98 bits8,5 GB26–46
Ministral 3 8B8,9B · Intelligentie 5,58 bits9,5 GB13–23
Nemotron 3 Nano 4B3,97B · Intelligentie 4,88 bits4,2 GB29–52
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B actief8 bits32,4 GB35–62
GLM-4.7 Flash30B · 3B actief8 bits31,9 GB38–68
Gemma 4 26B A4B25,2B · 3,8B actief8 bits26,8 GB31–55
LFM2.5 24B A2B24B · 2B actief8 bits25,5 GB59–104
Phi-4 Reasoning Vision 15B15B6 bits12,2 GB10–18
Phi-4 (14B)14B6 bits11,4 GB11–19
Gemma 4 12B Unified12B8 bits12,7 GB10–17
Qwen3 8B8,2B8 bits8,7 GB14–25
Llama 3.1 8B Instruct8B8 bits8,5 GB14–26
Gemma 4 E2B5,1B8 bits5,4 GB51–91
Qwen3.5 4B4B8 bits4,3 GB29–51
Phi-4 mini instruct3,8B8 bits4 GB31–55
Llama 3.2 3B Instruct3,21B8 bits3,4 GB36–64
SmolLM3 3B3B8 bits3,2 GB38–68
LFM2.5 2.6B2,69B8 bits2,9 GB42–75
Qwen3.5 2B2B8 bits2,1 GB59–104
Llama 3.2 1B Instruct1,23B8 bits1,3 GB95–168
Qwen3.5 0.8B0,8B8 bits0,9 GB137–243
Qwen3 0.6B0,6B8 bits0,6 GB205–364
Qwen3.5 122B A10B122B · 10B actief · Intelligentie 15,62 bits lagere kwaliteit38,1 GB40–70
gpt-oss-120b117B · 5,1B actief · Intelligentie 11,62 bits lagere kwaliteit36,6 GB77–137
Mistral Small 4 (119B)119B · 6,5B actief · Intelligentie 11,32 bits lagere kwaliteit37,2 GB61–109
Qwen3 Coder Next80B · 3B actief · Intelligentie 9,23 bits lagere kwaliteit35 GB95–168
Llama 4 Scout 17B-16E Instruct109B · 17B actief · Intelligentie 6,52 bits lagere kwaliteit34,1 GB23–41
Ornith 1.5 122B122B · 10B actief2 bits lagere kwaliteit38,1 GB40–70
Nemotron 3 Super 120B A12B120B · 12B actief2 bits lagere kwaliteit37,5 GB32–57
GLM-4.5 Air106B · 12B actief2 bits lagere kwaliteit33,1 GB32–57

Draait, maar traag 11

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

ModelVersieGeheugenTokens/s
Qwen3.8 27B27B · Intelligentie 33,78 bits28,7 GB4–8
Muse Glimmer 30B29,6B · Intelligentie 17,58 bits31,5 GB4–7
Gemma 4 31B30,7B · Intelligentie 14,78 bits32,6 GB4–7
Granite 4.2 30B30B · Intelligentie 12,78 bits31,9 GB4–7
Llama 3.3 70B Instruct70B4 bits39,4 GB3–6
Qwen3.6 27B27B8 bits28,7 GB4–8
Devstral Small 2 (24B)24B8 bits25,5 GB5–9
Magistral Small 1.2 (2509)24B8 bits25,5 GB5–9
Mistral Small 3.2 (24B)24B8 bits25,5 GB5–9
Mistral Medium 3.5 (128B)128B · Intelligentie 14,22 bits lagere kwaliteit40 GB3–5
Devstral 2 (123B)123B2 bits lagere kwaliteit38,4 GB3–6

Te groot 23

Heeft meer dan 64 GB geheugen nodig, zelfs op 2 bits.

Andere Macs

Alle Macs met 64 GB, met elke chip.

De M4 Pro met meer of minder geheugen:

Naburige chips:

Rechtstreeks vergeleken:

Tegen pc’s en videokaarten:

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

Vragen

Wat is het beste LLM voor een M4 Pro met 64 GB?
Van de modellen met een gepubliceerde Intelligence Index scoort Nemotron 3.5 Bolt 74B A9B het hoogst van de modellen die hier goed draaien: 4 bits, ongeveer 24–43 tokens per seconde.
Kan een M4 Pro met 64 GB Llama 3.3 70B draaien?
Ja, maar traag: 4 bits, met ongeveer 3–6 tokens per seconde.
Hoe snel is gpt-oss-20b op een M4 Pro?
Ongeveer 65–115 tokens per seconde (4,25 bits native), op basis van de geheugenbandbreedte van 273 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 Pro met 64 GB? Modellen en snelheid