MacBook Pro com M4 Pro é bom para LLMs locais?

Com 64 GB, roda bem 31 de 73 modelos abertos, até Nemotron 3.5 Bolt 74B A9B, e escreve cerca de 65–115 tokens por segundo com gpt-oss-20b. O chip M4 Pro lê a memória a 273 GB/s, o que define a velocidade de escrita.

MacBook Pro com M4 Pro: quanta memória ter para IA?

Com 24 GB, roda bem 25 modelos abertos; com 64 GB, 31, até Nemotron 3.5 Bolt 74B A9B. A memória decide quais modelos cabem e não pode ser ampliada depois.

MacBook Pro M4 Pro para IA local: quais LLMs roda, por memória

Por tamanho de memória

Memória	Rodam bem	O maior que roda bem	gpt-oss-20b
24 GB273 GB/s	25	Gemma 4 26B A4B	65–115 tok/s
48 GB273 GB/s	30	Qwen3.6 35B A3B	65–115 tok/s
64 GB273 GB/s	31	Nemotron 3.5 Bolt 74B A9B	65–115 tok/s

Modelos de Mac: MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024). Nem todo tamanho de memória é oferecido em todo modelo; as especificações técnicas da Apple mostram com o que cada um vem.

Perguntas

MacBook Pro com M4 Pro é bom para LLMs locais?: Com 64 GB, roda bem 31 de 73 modelos abertos, até Nemotron 3.5 Bolt 74B A9B, e escreve cerca de 65–115 tokens por segundo com gpt-oss-20b. O chip M4 Pro lê a memória a 273 GB/s, o que define a velocidade de escrita.
MacBook Pro com M4 Pro: quanta memória ter para IA?: Com 24 GB, roda bem 25 modelos abertos; com 64 GB, 31, até Nemotron 3.5 Bolt 74B A9B. A memória decide quais modelos cabem e não pode ser ampliada depois.

Outros Macs

MacBook Pro com outros chips:

Outros Macs com M4 Pro:

Mac mini M4 Pro

Frente a frente:

Contra PCs e placas de vídeo:

M4 Pro vs Ryzen AI Max+ 395

O M4 Pro 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.