Какая LLM лучше всего подходит для M4 Max с 64 ГБ?

Среди моделей с опубликованным Intelligence Index выше всех из тех, что здесь хорошо работают, оценена Qwen3.8 27B: 6 бит, около 11–20 токенов в секунду. Самая большая из хорошо работающих — Nemotron 3.5 Bolt 74B A9B.

Запустит ли M4 Max с 64 ГБ Llama 3.3 70B?

Да, но медленно: 4 бит, около 6–11 токенов в секунду.

Насколько быстро gpt-oss-20b работает на M4 Max?

Около 129–230 токенов в секунду (нативные 4,25 бит) при пропускной способности памяти чипа 546 ГБ/с.

Какие LLM запустит M4 Max с 64 ГБ? Все модели и скорость

Работают хорошо 47

Помещается с запасом для контекста, 10 и более токенов в секунду.

Модель	Версия	Память	Токенов/с
Qwen3.8 27B27B · Интеллект 33,7	6 бит	21,9 ГБ	11–20
Nemotron 3.5 Bolt 74B A9B74B · активных: 9B · Интеллект 21,4	4 бит	41,6 ГБ	48–86
Qwen3.6 35B A3B35B · активных: 3B · Интеллект 18,2	8 бит	37,2 ГБ	77–137
Muse Glimmer 30B29,6B · Интеллект 17,5	6 бит	24,1 ГБ	10–18
Gemma 4 31B30,7B · Интеллект 14,7	6 бит	24,9 ГБ	10–18
Nemotron 3.5 Lightning 30B A3B30B · активных: 3B · Интеллект 12,9	8 бит	31,9 ГБ	77–137
Granite 4.2 30B30B · Интеллект 12,7	6 бит	24,4 ГБ	10–18
MiniCPM5 2B2,52B · Интеллект 12,5	8 бит	2,7 ГБ	91–162
Qwen3.5 9B9B · Интеллект 11,2	8 бит	9,6 ГБ	26–46
Granite 4.2 8B8B · Интеллект 11,1	8 бит	8,5 ГБ	29–51
Granite 4.2 3B3B · Интеллект 9,1	8 бит	3,2 ГБ	77–137
gpt-oss-20b21B · активных: 3,6B · Интеллект 9	нативные 4,25 бит	13,8 ГБ	129–230
Nemotron 3 Nano 30B A3B30B · активных: 3,5B · Интеллект 8,9	8 бит	31,9 ГБ	66–118
Gemma 4 E4B8B · Интеллект 8,9	8 бит	8,5 ГБ	51–91
Ministral 3 8B8,9B · Интеллект 5,5	8 бит	9,5 ГБ	26–46
Nemotron 3 Nano 4B3,97B · Интеллект 4,8	8 бит	4,2 ГБ	59–104
Qwen3 Coder 30B A3B Instruct30,5B · активных: 3,3B	8 бит	32,4 ГБ	70–125
GLM-4.7 Flash30B · активных: 3B	8 бит	31,9 ГБ	77–137
Qwen3.6 27B27B	6 бит	21,9 ГБ	11–20
Gemma 4 26B A4B25,2B · активных: 3,8B	8 бит	26,8 ГБ	61–109
Devstral Small 2 (24B)24B	8 бит	25,5 ГБ	10–17
Magistral Small 1.2 (2509)24B	8 бит	25,5 ГБ	10–17
Mistral Small 3.2 (24B)24B	8 бит	25,5 ГБ	10–17
LFM2.5 24B A2B24B · активных: 2B	8 бит	25,5 ГБ	117–208
Phi-4 Reasoning Vision 15B15B	8 бит	15,9 ГБ	15–27
Phi-4 (14B)14B	8 бит	14,9 ГБ	16–29
Gemma 4 12B Unified12B	8 бит	12,7 ГБ	19–34
Qwen3 8B8,2B	8 бит	8,7 ГБ	28–50
Llama 3.1 8B Instruct8B	8 бит	8,5 ГБ	29–51
Gemma 4 E2B5,1B	8 бит	5,4 ГБ	102–182
Qwen3.5 4B4B	8 бит	4,3 ГБ	57–102
Phi-4 mini instruct3,8B	8 бит	4 ГБ	61–109
Llama 3.2 3B Instruct3,21B	8 бит	3,4 ГБ	72–128
SmolLM3 3B3B	8 бит	3,2 ГБ	77–137
LFM2.5 2.6B2,69B	8 бит	2,9 ГБ	85–151
Qwen3.5 2B2B	8 бит	2,1 ГБ	117–208
Llama 3.2 1B Instruct1,23B	8 бит	1,3 ГБ	189–336
Qwen3.5 0.8B0,8B	8 бит	0,9 ГБ	273–485
Qwen3 0.6B0,6B	8 бит	0,6 ГБ	410–728
Qwen3.5 122B A10B122B · активных: 10B · Интеллект 15,6	2 бит ниже качество	38,1 ГБ	79–141
gpt-oss-120b117B · активных: 5,1B · Интеллект 11,6	2 бит ниже качество	36,6 ГБ	154–273
Mistral Small 4 (119B)119B · активных: 6,5B · Интеллект 11,3	2 бит ниже качество	37,2 ГБ	123–218
Qwen3 Coder Next80B · активных: 3B · Интеллект 9,2	3 бит ниже качество	35 ГБ	189–336
Llama 4 Scout 17B-16E Instruct109B · активных: 17B · Интеллект 6,5	2 бит ниже качество	34,1 ГБ	46–82
Ornith 1.5 122B122B · активных: 10B	2 бит ниже качество	38,1 ГБ	79–141
Nemotron 3 Super 120B A12B120B · активных: 12B	2 бит ниже качество	37,5 ГБ	65–115
GLM-4.5 Air106B · активных: 12B	2 бит ниже качество	33,1 ГБ	65–115

Работают, но медленно 3

Помещается, но меньше 10 токенов в секунду: подойдет для пакетных задач, для чата медленно.

Модель	Версия	Память	Токенов/с
Llama 3.3 70B Instruct70B	4 бит	39,4 ГБ	6–11
Mistral Medium 3.5 (128B)128B · Интеллект 14,2	2 бит ниже качество	40 ГБ	6–11
Devstral 2 (123B)123B	2 бит ниже качество	38,4 ГБ	6–11

Другие Mac

Все Mac с 64 ГБ, на любом чипе.

M4 Max с другим объемом памяти:

Соседние чипы:

Один на один:

Против ПК и видеокарт:

Сравнить с любым Mac или GPU · M4 Max для локального ИИ · Лучший Mac для локальных LLM · Все Mac

Вопросы

Какая LLM лучше всего подходит для M4 Max с 64 ГБ?: Среди моделей с опубликованным Intelligence Index выше всех из тех, что здесь хорошо работают, оценена Qwen3.8 27B: 6 бит, около 11–20 токенов в секунду. Самая большая из хорошо работающих — Nemotron 3.5 Bolt 74B A9B.
Запустит ли M4 Max с 64 ГБ Llama 3.3 70B?: Да, но медленно: 4 бит, около 6–11 токенов в секунду.
Насколько быстро gpt-oss-20b работает на M4 Max?: Около 129–230 токенов в секунду (нативные 4,25 бит) при пропускной способности памяти чипа 546 ГБ/с.

Запускайте их в MLX Harness (бесплатно, открытый код) или через mlx-lm от Apple в Терминале: пошагово.

Как это рассчитано

Память: параметры модели при 8, 6, 4, 3 или 2 битах на вес плюс групповые масштабы MLX (полбита на вес) или ее нативный формат, а сверху — место для контекста. По умолчанию macOS отдает GPU около 75% объединенной памяти. Скорость: пропускная способность памяти, деленная на число байтов, читаемых на каждый токен, — это потолок для одного диалога; в публичных тестах llama.cpp на Apple Silicon реальные запуски достигают примерно 45–80% от него, и показан именно этот диапазон. Это оценки, а не измерения: измерьте свой Mac в MLX Bench. Данные моделей — из официальных карточек моделей, данные чипов — из технических характеристик Apple. Проверено 2026-10-19. Те же данные, что и на mlx.app/compare.

Что запустит M4 Max с 64 ГБ?