పక్కపక్కనే
| M3 | M4 | |
|---|---|---|
| మెమరీ సైజులు | 8, 16, 24 GB | 16, 24, 32 GB |
| మెమరీ బ్యాండ్‌విడ్త్ | 100 GB/s | 120 GB/s |
| మోడల్‌లకు, గరిష్ఠంగా | సుమారు 18 GB | సుమారు 24 GB |
| బాగా నడిచే మోడల్‌లు | 73లో 20 | 73లో 27 |
| MLX సీటు తరగతి | Core | Core |
| వీటిలో ఉంటుంది | MacBook Pro (14-inch, M3, Nov 2023), iMac (24-inch, M3, 2023, Two ports), iMac (24-inch, M3, 2023, Four ports), MacBook Air (13-inch, M3, 2024), MacBook Air (15-inch, M3, 2024) | MacBook Pro (14-inch, M4, 2024), iMac (24-inch, 2024, Two ports), iMac (24-inch, 2024, Four ports), Mac mini (2024), MacBook Air (13-inch, M4, 2025), MacBook Air (15-inch, M4, 2025) |
ప్రముఖ మోడల్‌లతో వేగం
ఒక సంభాషణకు సెకనుకు టోకెన్‌లు; ప్రతి చిప్ దాని అతిపెద్ద మెమరీ సైజు వద్ద (24 GB, 32 GB), మోడల్ యొక్క సరిపోయే ఉత్తమ వెర్షన్‌తో.
| మోడల్ | M3 | M4 |
|---|---|---|
| Llama 3.1 8B Instruct8B | 10–18 4-బిట్ | 12–21 4-బిట్ |
| gpt-oss-20b21B · 3.6B యాక్టివ్ | 24–42 నేటివ్ 4.25-బిట్ | 28–51 నేటివ్ 4.25-బిట్ |
| Qwen3.6 35B A3B35B · 3B యాక్టివ్ | 35–62 3-బిట్ తక్కువ నాణ్యత | 32–56 4-బిట్ |
| Qwen3.8 27B27B | 3–5 4-బిట్ | 2–4 6-బిట్ |
| Llama 3.3 70B Instruct70B | చాలా పెద్దది | 2–4 2-బిట్ తక్కువ నాణ్యత |
| gpt-oss-120b117B · 5.1B యాక్టివ్ | చాలా పెద్దది | చాలా పెద్దది |
| Qwen3.5 122B A10B122B · 10B యాక్టివ్ | చాలా పెద్దది | చాలా పెద్దది |
| DeepSeek V4 Flash 0731284B · 13B యాక్టివ్ | చాలా పెద్దది | చాలా పెద్దది |
ప్రశ్నలు
- LLMలకు M4, M3 కంటే వేగవంతమైనదా?
- M4 మెమరీని M3 కంటే సుమారు 20% వేగంగా చదువుతుంది (120 vs 100 GB/s), కాబట్టి రెండింటిలో సరిపోయే ఏ మోడల్తోనైనా సుమారు 20% వేగంగా రాస్తుంది. పొడవైన ప్రాంప్ట్ను చదవడం మాత్రం GPU కంప్యూట్పై ఆధారపడుతుంది, అది ఈ పోలికలో లేదు.
- M3, M4లలో పెద్ద మోడల్లను ఏది నడపగలదు?
- M4: M4లో 32 GB వరకు మెమరీ వస్తుంది, M3లో 24 GB వరకు. దాని అతిపెద్ద సైజు వద్ద అది 73 ఓపెన్ మోడల్లలో 27ను బాగా నడుపుతుంది, రెండోది 20.
మరిన్ని పోలికలు
లోకల్ AI కోసం M3 · లోకల్ AI కోసం M4 · అన్ని మోడల్లను పోల్చండి · లోకల్ LLMలకు ఉత్తమ Mac
ఎలా లెక్కించాం
మెమరీ: మోడల్ పారామీటర్‌లు వెయిట్‌కు 8, 6, 4, 3 లేదా 2 బిట్‌ల వద్ద, దానితో పాటు MLX గ్రూప్ స్కేల్‌లు (వెయిట్‌కు అర బిట్), లేదా దాని నేటివ్ ఫార్మాట్, పైన కాంటెక్స్ట్‌కు చోటు. డిఫాల్ట్‌గా macOS యూనిఫైడ్ మెమరీలో సుమారు 75%ను GPU వాడుకోనిస్తుంది. వేగం: మెమరీ బ్యాండ్‌విడ్త్‌ను ప్రతి టోకెన్‌కు చదివే బైట్‌లతో భాగిస్తే ఒక సంభాషణకు గరిష్ఠ పరిమితి వస్తుంది; llama.cpp పబ్లిక్ Apple Silicon బెంచ్‌మార్క్‌లలో నిజమైన రన్‌లు దానిలో సుమారు 45% నుండి 80% వరకు చేరుతాయి, ఆ పరిధినే చూపిస్తున్నాం. ఇవి అంచనాలు, కొలతలు కావు: మీ సొంత Macను MLX Benchలో కొలవండి. మోడల్ వివరాలు ప్రతి అధికారిక మోడల్ కార్డ్ నుండి, చిప్ వివరాలు Apple Tech Specs నుండి. 2026-10-19న తనిఖీ చేశాం. mlx.app/compareలో ఉన్న అదే డేటా.