Is de Mac Studio met M4 Max goed voor lokale LLM's?

Met 128 GB draait hij 47 van de 73 open modellen goed, tot Qwen3.5 122B A10B, en schrijft hij ongeveer 129–230 tokens per seconde met gpt-oss-20b. De M4 Max leest het geheugen met 546 GB/s; dat bepaalt hoe snel hij schrijft.

Hoeveel geheugen moet een Mac Studio met M4 Max hebben voor AI?

Met 36 GB draait hij 38 open modellen goed; met 128 GB 47, tot Qwen3.5 122B A10B. Het geheugen bepaalt welke modellen passen en kan later niet worden uitgebreid.

Mac Studio M4 Max voor lokale AI: welke LLM's per geheugen

Per geheugengrootte

Geheugen	Draaien goed	Grootste dat goed draait	gpt-oss-20b
36 GB410 GB/s	38	Qwen3.6 35B A3B	97–173 tok/s
48 GB546 GB/s	38	Qwen3.6 35B A3B	129–230 tok/s
64 GB546 GB/s	39	Nemotron 3.5 Bolt 74B A9B	129–230 tok/s
128 GB546 GB/s	47	Qwen3.5 122B A10B	129–230 tok/s

Modellen: Mac Studio (2025). Niet elke geheugengrootte is bij elk model leverbaar; de technische specificaties van Apple vermelden waarmee elk model komt.

Vragen

Is de Mac Studio met M4 Max goed voor lokale LLM's?: Met 128 GB draait hij 47 van de 73 open modellen goed, tot Qwen3.5 122B A10B, en schrijft hij ongeveer 129–230 tokens per seconde met gpt-oss-20b. De M4 Max leest het geheugen met 546 GB/s; dat bepaalt hoe snel hij schrijft.
Hoeveel geheugen moet een Mac Studio met M4 Max hebben voor AI?: Met 36 GB draait hij 38 open modellen goed; met 128 GB 47, tot Qwen3.5 122B A10B. Het geheugen bepaalt welke modellen passen en kan later niet worden uitgebreid.

Andere Macs

De Mac Studio met andere chips:

Andere Macs met de M4 Max:

MacBook Pro M4 Max

Rechtstreeks vergeleken:

Tegen pc’s en videokaarten:

De M4 Max voor lokale AI · De beste Mac voor lokale LLM's · Alle Macs

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.