Подходит ли Mac Studio с чипом M4 Max для локальных LLM?

С 128 ГБ он хорошо запускает 47 из 73 открытых моделей, вплоть до Qwen3.5 122B A10B, и генерирует около 129–230 токенов в секунду с gpt-oss-20b. M4 Max читает память со скоростью 546 ГБ/с — от этого зависит скорость генерации.

Mac Studio с чипом M4 Max: сколько памяти нужно для ИИ?

Открытых моделей, работающих хорошо: 38 при 36 ГБ и 47 при 128 ГБ, вплоть до Qwen3.5 122B A10B. Объем памяти определяет, какие модели поместятся, и увеличить его потом нельзя.

Mac Studio M4 Max для локального ИИ: LLM по объему памяти

По объему памяти

Память	Работают хорошо	Самая большая из работающих хорошо	gpt-oss-20b
36 ГБ410 ГБ/с	38	Qwen3.6 35B A3B	97–173 tok/s
48 ГБ546 ГБ/с	38	Qwen3.6 35B A3B	129–230 tok/s
64 ГБ546 ГБ/с	39	Nemotron 3.5 Bolt 74B A9B	129–230 tok/s
128 ГБ546 ГБ/с	47	Qwen3.5 122B A10B	129–230 tok/s

Модели: Mac Studio (2025). Не каждый объем памяти доступен в каждой модели; что предлагается для каждой, указано в технических характеристиках Apple.

Вопросы

Подходит ли Mac Studio с чипом M4 Max для локальных LLM?: С 128 ГБ он хорошо запускает 47 из 73 открытых моделей, вплоть до Qwen3.5 122B A10B, и генерирует около 129–230 токенов в секунду с gpt-oss-20b. M4 Max читает память со скоростью 546 ГБ/с — от этого зависит скорость генерации.
Mac Studio с чипом M4 Max: сколько памяти нужно для ИИ?: Открытых моделей, работающих хорошо: 38 при 36 ГБ и 47 при 128 ГБ, вплоть до Qwen3.5 122B A10B. Объем памяти определяет, какие модели поместятся, и увеличить его потом нельзя.

Другие Mac

Mac Studio с другими чипами:

Другие Mac с чипом M4 Max:

MacBook Pro M4 Max

Один на один:

Против ПК и видеокарт:

M4 Max для локального ИИ · Лучший Mac для локальных LLM · Все Mac

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.