Mac Studio com M4 Max é bom para LLMs locais?

Com 128 GB, roda bem 47 de 73 modelos abertos, até Qwen3.5 122B A10B, e escreve cerca de 129–230 tokens por segundo com gpt-oss-20b. O chip M4 Max lê a memória a 546 GB/s, o que define a velocidade de escrita.

Mac Studio com M4 Max: quanta memória ter para IA?

Com 36 GB, roda bem 38 modelos abertos; com 128 GB, 47, até Qwen3.5 122B A10B. A memória decide quais modelos cabem e não pode ser ampliada depois.

Mac Studio M4 Max para IA local: quais LLMs roda, por memória

Por tamanho de memória

Memória	Rodam bem	O maior que roda bem	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

Modelos de Mac: Mac Studio (2025). Nem todo tamanho de memória é oferecido em todo modelo; as especificações técnicas da Apple mostram com o que cada um vem.

Perguntas

Mac Studio com M4 Max é bom para LLMs locais?: Com 128 GB, roda bem 47 de 73 modelos abertos, até Qwen3.5 122B A10B, e escreve cerca de 129–230 tokens por segundo com gpt-oss-20b. O chip M4 Max lê a memória a 546 GB/s, o que define a velocidade de escrita.
Mac Studio com M4 Max: quanta memória ter para IA?: Com 36 GB, roda bem 38 modelos abertos; com 128 GB, 47, até Qwen3.5 122B A10B. A memória decide quais modelos cabem e não pode ser ampliada depois.

Outros Macs

Mac Studio com outros chips:

Outros Macs com M4 Max:

MacBook Pro M4 Max

Frente a frente:

Contra PCs e placas de vídeo:

O M4 Max para IA local · O melhor Mac para LLMs locais · Todos os Macs

Como é calculado

Memória: os parâmetros do modelo com 8, 6, 4, 3 ou 2 bits por peso, mais as escalas por grupo do MLX (meio bit por peso), ou o formato nativo do modelo, com espaço extra para o contexto. Por padrão, o macOS deixa a GPU usar cerca de 75% da memória unificada. Velocidade: a largura de banda da memória dividida pelos bytes lidos por token é o teto para uma conversa; nos benchmarks públicos de Apple Silicon do llama.cpp, execuções reais chegam a cerca de 45% a 80% desse teto, que é a faixa mostrada. São estimativas, não medições: meça o seu Mac no MLX Bench. Dados dos modelos tirados de cada model card oficial; dados dos chips, das especificações técnicas da Apple. Verificado em 2026-10-19. Os mesmos dados de mlx.app/compare.