128 GB'lık M4 Max için en iyi LLM hangisi?

Yayımlanmış Intelligence Index puanı olan modeller arasında burada iyi çalışanların en yüksek puanlısı Qwen3.8 27B: 6 bit, saniyede yaklaşık 11–20 token. İyi çalışanların en büyüğü Qwen3.5 122B A10B.

128 GB'lık M4 Max, Llama 3.3 70B çalıştırabilir mi?

Evet ama yavaş: 8 bit, saniyede yaklaşık 3–6 token.

gpt-oss-20b, M4 Max çipinde ne kadar hızlı?

Çipin 546 GB/s bellek bant genişliğiyle saniyede yaklaşık 129–230 token (yerel 4,25 bit).

128 GB'lık M4 Max hangi LLM'leri çalıştırır? Modeller ve hız

İyi çalışanlar 51

Bağlam için yer kalarak sığar, saniyede 10 veya daha fazla token.

Model	Sürüm	Bellek	Token/s
Qwen3.8 27B27B · Zekâ 33,7	6 bit	21,9 GB	11–20
Nemotron 3.5 Bolt 74B A9B74B · 9B etkin · Zekâ 21,4	8 bit	78,6 GB	26–46
Qwen3.6 35B A3B35B · 3B etkin · Zekâ 18,2	8 bit	37,2 GB	77–137
Muse Glimmer 30B29,6B · Zekâ 17,5	6 bit	24,1 GB	10–18
Qwen3.5 122B A10B122B · 10B etkin · Zekâ 15,6	4 bit	68,6 GB	44–78
Gemma 4 31B30,7B · Zekâ 14,7	6 bit	24,9 GB	10–18
Nemotron 3.5 Lightning 30B A3B30B · 3B etkin · Zekâ 12,9	8 bit	31,9 GB	77–137
Granite 4.2 30B30B · Zekâ 12,7	6 bit	24,4 GB	10–18
MiniCPM5 2B2,52B · Zekâ 12,5	8 bit	2,7 GB	91–162
gpt-oss-120b117B · 5,1B etkin · Zekâ 11,6	yerel 4,25 bit	65,3 GB	91–162
Mistral Small 4 (119B)119B · 6,5B etkin · Zekâ 11,3	4 bit	66,9 GB	66–118
Qwen3.5 9B9B · Zekâ 11,2	8 bit	9,6 GB	26–46
Granite 4.2 8B8B · Zekâ 11,1	8 bit	8,5 GB	29–51
Qwen3 Coder Next80B · 3B etkin · Zekâ 9,2	8 bit	85 GB	77–137
Granite 4.2 3B3B · Zekâ 9,1	8 bit	3,2 GB	77–137
gpt-oss-20b21B · 3,6B etkin · Zekâ 9	yerel 4,25 bit	13,8 GB	129–230
Nemotron 3 Nano 30B A3B30B · 3,5B etkin · Zekâ 8,9	8 bit	31,9 GB	66–118
Gemma 4 E4B8B · Zekâ 8,9	8 bit	8,5 GB	51–91
Llama 4 Scout 17B-16E Instruct109B · 17B etkin · Zekâ 6,5	6 bit	88,6 GB	18–32
Ministral 3 8B8,9B · Zekâ 5,5	8 bit	9,5 GB	26–46
Nemotron 3 Nano 4B3,97B · Zekâ 4,8	8 bit	4,2 GB	59–104
Ornith 1.5 122B122B · 10B etkin	4 bit	68,6 GB	44–78
Nemotron 3 Super 120B A12B120B · 12B etkin	4 bit	67,5 GB	36–64
GLM-4.5 Air106B · 12B etkin	6 bit	86,1 GB	25–45
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B etkin	8 bit	32,4 GB	70–125
GLM-4.7 Flash30B · 3B etkin	8 bit	31,9 GB	77–137
Qwen3.6 27B27B	6 bit	21,9 GB	11–20
Gemma 4 26B A4B25,2B · 3,8B etkin	8 bit	26,8 GB	61–109
Devstral Small 2 (24B)24B	8 bit	25,5 GB	10–17
Magistral Small 1.2 (2509)24B	8 bit	25,5 GB	10–17
Mistral Small 3.2 (24B)24B	8 bit	25,5 GB	10–17
LFM2.5 24B A2B24B · 2B etkin	8 bit	25,5 GB	117–208
Phi-4 Reasoning Vision 15B15B	8 bit	15,9 GB	15–27
Phi-4 (14B)14B	8 bit	14,9 GB	16–29
Gemma 4 12B Unified12B	8 bit	12,7 GB	19–34
Qwen3 8B8,2B	8 bit	8,7 GB	28–50
Llama 3.1 8B Instruct8B	8 bit	8,5 GB	29–51
Gemma 4 E2B5,1B	8 bit	5,4 GB	102–182
Qwen3.5 4B4B	8 bit	4,3 GB	57–102
Phi-4 mini instruct3,8B	8 bit	4 GB	61–109
Llama 3.2 3B Instruct3,21B	8 bit	3,4 GB	72–128
SmolLM3 3B3B	8 bit	3,2 GB	77–137
LFM2.5 2.6B2,69B	8 bit	2,9 GB	85–151
Qwen3.5 2B2B	8 bit	2,1 GB	117–208
Llama 3.2 1B Instruct1,23B	8 bit	1,3 GB	189–336
Qwen3.5 0.8B0,8B	8 bit	0,9 GB	273–485
Qwen3 0.6B0,6B	8 bit	0,6 GB	410–728
Qwen3.8 Flash Next180B · 6B etkin · Zekâ 39,8	3 bit daha düşük kalite	78,8 GB	95–168
Inkling Small276B · 12B etkin · Zekâ 25,7	2 bit daha düşük kalite	86,3 GB	65–115
DeepSeek V4 Flash 0731284B · 13B etkin	2 bit daha düşük kalite	88,8 GB	60–107
MiniMax M2.7230B · 10B etkin	2 bit daha düşük kalite	71,9 GB	79–141

Çalışır ama yavaş 3

Sığar ama saniyede 10 tokenın altında: toplu işler için uygun, sohbet için yavaş.

Model	Sürüm	Bellek	Token/s
Mistral Medium 3.5 (128B)128B · Zekâ 14,2	4 bit	72 GB	3–6
Devstral 2 (123B)123B	4 bit	69,2 GB	4–6
Llama 3.3 70B Instruct70B	8 bit	74,4 GB	3–6

Ancak sığanlar 3

Neredeyse tüm belleği kullanır: GPU bellek sınırını yükseltin ve bağlamı kısa tutun.

Model	Sürüm	Bellek	Token/s
GLM-5.3 Flash320B · 18B etkin · Zekâ 41,8	2 bit daha düşük kalite	100 GB	44–78
MiMo V2.6 Flash309B · 15B etkin · Zekâ 37,9	2 bit daha düşük kalite	96,6 GB	52–93
Hy3295B · 21B etkin · Zekâ 25,3	2 bit daha düşük kalite	92,2 GB	37–66

Çok büyük olanlar 16

2 bitte bile 128 GB'tan fazla bellek gerekir.

Diğer Mac'ler

128 GB'lık tüm Mac'ler, her çiple.

Daha fazla veya daha az bellekle M4 Max:

Komşu çipler:

Karşı karşıya:

PC’lere ve ekran kartlarına karşı:

Herhangi bir Mac veya GPU ile karşılaştırın · Yerel yapay zekâ için M4 Max · Yerel LLM'ler için en iyi Mac · Tüm Mac'ler

Sorular

128 GB'lık M4 Max için en iyi LLM hangisi?: Yayımlanmış Intelligence Index puanı olan modeller arasında burada iyi çalışanların en yüksek puanlısı Qwen3.8 27B: 6 bit, saniyede yaklaşık 11–20 token. İyi çalışanların en büyüğü Qwen3.5 122B A10B.
128 GB'lık M4 Max, Llama 3.3 70B çalıştırabilir mi?: Evet ama yavaş: 8 bit, saniyede yaklaşık 3–6 token.
gpt-oss-20b, M4 Max çipinde ne kadar hızlı?: Çipin 546 GB/s bellek bant genişliğiyle saniyede yaklaşık 129–230 token (yerel 4,25 bit).

Bunları MLX Harness ile (ücretsiz, açık kaynak) ya da Terminal'de Apple'ın mlx-lm aracıyla çalıştırın: adım adım.

Nasıl hesaplanır

Bellek: modelin parametreleri ağırlık başına 8, 6, 4, 3 veya 2 bitte, artı MLX'in grup ölçekleri (ağırlık başına yarım bit) ya da modelin yerel biçimi; üstüne bağlam için yer. macOS varsayılan olarak GPU'nun birleşik belleğin yaklaşık %75'ini kullanmasına izin verir. Hız: bellek bant genişliğinin token başına okunan bayt sayısına bölümü, tek bir sohbet için üst sınırdır; llama.cpp'nin herkese açık Apple Silicon karşılaştırmalarında gerçek çalıştırmalar bunun yaklaşık %45 ile %80'ine ulaşır ve gösterilen aralık budur. Bunlar ölçüm değil tahmindir: kendi Mac'inizi MLX Bench ile ölçün. Model verileri her modelin resmî model kartından, çip verileri Apple'ın Teknik Özellikler sayfalarından alınmıştır. Kontrol tarihi: 2026-10-19. mlx.app/compare ile aynı veriler.