Per geheugengrootte
| Geheugen | Draaien goed | Grootste dat goed draait | gpt-oss-20b |
|---|---|---|---|
| 16 GB120 GB/s | 19 | Qwen3.5 9B | 34–60 tok/s |
| 24 GB120 GB/s | 22 | Gemma 4 26B A4B | 28–51 tok/s |
| 32 GB120 GB/s | 27 | Qwen3.6 35B A3B | 28–51 tok/s |
Modellen: MacBook Air (13-inch, M4, 2025), MacBook Air (15-inch, M4, 2025). Niet elke geheugengrootte is bij elk model leverbaar; de technische specificaties van Apple vermelden waarmee elk model komt.
Vragen
- Is de MacBook Air met M4 goed voor lokale LLM's?
- Met 32 GB draait hij 27 van de 73 open modellen goed, tot Qwen3.6 35B A3B, en schrijft hij ongeveer 28–51 tokens per seconde met gpt-oss-20b. De M4 leest het geheugen met 120 GB/s; dat bepaalt hoe snel hij schrijft.
- Hoeveel geheugen moet een MacBook Air met M4 hebben voor AI?
- Met 16 GB draait hij 19 open modellen goed; met 32 GB 27, tot Qwen3.6 35B A3B. Het geheugen bepaalt welke modellen passen en kan later niet worden uitgebreid.
Andere Macs
De MacBook Air met andere chips:
Andere Macs met de M4:
Rechtstreeks vergeleken:
De M4 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.