Jaki LLM jest najlepszy dla M4 Max z 36 GB?

Spośród modeli z opublikowanym Intelligence Index najwyżej ocenianym z tych, które działają tu dobrze, jest Qwen3.8 27B: 4-bit, około 12–22 tokenów na sekundę. Największy z dobrze działających to Qwen3.6 35B A3B.

Czy M4 Max z 36 GB uruchomi Llama 3.3 70B?

Tak, ale wolno: 2-bit (niższa jakość), około 8–15 tokenów na sekundę.

Jak szybko działa gpt-oss-20b na M4 Max?

Około 97–173 tokenów na sekundę (natywnie 4,25-bit), przy przepustowości pamięci układu 410 GB/s.

Jakie LLM uruchomi M4 Max z 36 GB? Każdy model z szybkością

Działają dobrze 40

Mieści się z zapasem na kontekst, 10 lub więcej tokenów na sekundę.

Model	Wersja	Pamięć	Tokeny/s
Qwen3.8 27B27B · Inteligencja 33,7	4-bit	15,2 GB	12–22
Qwen3.6 35B A3B35B · aktywne: 3B · Inteligencja 18,2	4-bit	19,7 GB	109–193
Muse Glimmer 30B29,6B · Inteligencja 17,5	4-bit	16,7 GB	11–20
Gemma 4 31B30,7B · Inteligencja 14,7	4-bit	17,3 GB	11–19
Nemotron 3.5 Lightning 30B A3B30B · aktywne: 3B · Inteligencja 12,9	6-bit	24,4 GB	77–137
Granite 4.2 30B30B · Inteligencja 12,7	4-bit	16,9 GB	11–19
MiniCPM5 2B2,52B · Inteligencja 12,5	8-bit	2,7 GB	68–121
Qwen3.5 9B9B · Inteligencja 11,2	8-bit	9,6 GB	19–34
Granite 4.2 8B8B · Inteligencja 11,1	8-bit	8,5 GB	22–39
Granite 4.2 3B3B · Inteligencja 9,1	8-bit	3,2 GB	58–103
gpt-oss-20b21B · aktywne: 3,6B · Inteligencja 9	natywnie 4,25-bit	13,8 GB	97–173
Nemotron 3 Nano 30B A3B30B · aktywne: 3,5B · Inteligencja 8,9	6-bit	24,4 GB	66–117
Gemma 4 E4B8B · Inteligencja 8,9	8-bit	8,5 GB	38–68
Ministral 3 8B8,9B · Inteligencja 5,5	8-bit	9,5 GB	19–35
Nemotron 3 Nano 4B3,97B · Inteligencja 4,8	8-bit	4,2 GB	44–78
Qwen3 Coder 30B A3B Instruct30,5B · aktywne: 3,3B	6-bit	24,8 GB	68–121
GLM-4.7 Flash30B · aktywne: 3B	6-bit	24,4 GB	77–137
Qwen3.6 27B27B	4-bit	15,2 GB	12–22
Gemma 4 26B A4B25,2B · aktywne: 3,8B	6-bit	20,5 GB	60–106
Devstral Small 2 (24B)24B	4-bit	13,5 GB	14–24
Magistral Small 1.2 (2509)24B	4-bit	13,5 GB	14–24
Mistral Small 3.2 (24B)24B	4-bit	13,5 GB	14–24
LFM2.5 24B A2B24B · aktywne: 2B	6-bit	19,5 GB	115–205
Phi-4 Reasoning Vision 15B15B	8-bit	15,9 GB	12–21
Phi-4 (14B)14B	8-bit	14,9 GB	12–22
Gemma 4 12B Unified12B	8-bit	12,7 GB	15–26
Qwen3 8B8,2B	8-bit	8,7 GB	21–38
Llama 3.1 8B Instruct8B	8-bit	8,5 GB	22–39
Gemma 4 E2B5,1B	8-bit	5,4 GB	77–137
Qwen3.5 4B4B	8-bit	4,3 GB	43–76
Phi-4 mini instruct3,8B	8-bit	4 GB	46–82
Llama 3.2 3B Instruct3,21B	8-bit	3,4 GB	54–96
SmolLM3 3B3B	8-bit	3,2 GB	58–103
LFM2.5 2.6B2,69B	8-bit	2,9 GB	64–113
Qwen3.5 2B2B	8-bit	2,1 GB	88–156
Llama 3.2 1B Instruct1,23B	8-bit	1,3 GB	142–252
Qwen3.5 0.8B0,8B	8-bit	0,9 GB	205–364
Qwen3 0.6B0,6B	8-bit	0,6 GB	308–547
Nemotron 3.5 Bolt 74B A9B74B · aktywne: 9B · Inteligencja 21,4	2-bit niższa jakość	23,1 GB	66–117
Qwen3 Coder Next80B · aktywne: 3B · Inteligencja 9,2	2-bit niższa jakość	25 GB	205–364

Działają, ale wolno 1

Mieści się, ale poniżej 10 tokenów na sekundę: dobre do pracy wsadowej, wolne do czatu.

Model	Wersja	Pamięć	Tokeny/s
Llama 3.3 70B Instruct70B	2-bit niższa jakość	21,9 GB	8–15

Inne Maki

Każdy Mac z 36 GB, z dowolnym układem.

M4 Max z większą lub mniejszą pamięcią:

Sąsiednie układy:

Bezpośrednio:

Przeciw komputerom PC i kartom graficznym:

Porównaj z dowolnym Makiem lub GPU · M4 Max do lokalnej AI · Najlepszy Mac do lokalnych LLM · Wszystkie Maki

Pytania

Jaki LLM jest najlepszy dla M4 Max z 36 GB?: Spośród modeli z opublikowanym Intelligence Index najwyżej ocenianym z tych, które działają tu dobrze, jest Qwen3.8 27B: 4-bit, około 12–22 tokenów na sekundę. Największy z dobrze działających to Qwen3.6 35B A3B.
Czy M4 Max z 36 GB uruchomi Llama 3.3 70B?: Tak, ale wolno: 2-bit (niższa jakość), około 8–15 tokenów na sekundę.
Jak szybko działa gpt-oss-20b na M4 Max?: Około 97–173 tokenów na sekundę (natywnie 4,25-bit), przy przepustowości pamięci układu 410 GB/s.

Uruchamiaj je w MLX Harness (za darmo, otwarte źródło) albo przez mlx-lm od Apple w Terminalu: krok po kroku.

Jak to liczymy

Pamięć: parametry modelu przy 8, 6, 4, 3 lub 2 bitach na wagę plus skale grup MLX (pół bita na wagę) albo jego natywny format, a do tego miejsce na kontekst. Domyślnie macOS pozwala GPU używać około 75% pamięci zunifikowanej. Szybkość: przepustowość pamięci podzielona przez liczbę bajtów odczytywanych na token to górna granica dla jednej rozmowy; w publicznych testach llama.cpp na Apple Silicon rzeczywiste uruchomienia osiągają od około 45% do 80% tej wartości i właśnie ten zakres pokazujemy. To szacunki, nie pomiary: zmierz swojego Maca w MLX Bench. Dane modeli pochodzą z oficjalnych kart modeli, dane układów ze specyfikacji technicznych Apple. Sprawdzono 2026-10-19. Te same dane co na mlx.app/compare.

Co uruchomi M4 Max z 36 GB?