36 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: 4 bit, saniyede yaklaşık 12–22 token. İyi çalışanların en büyüğü Qwen3.6 35B A3B.

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

Evet ama yavaş: 2 bit (daha düşük kalite), saniyede yaklaşık 8–15 token.

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

Çipin 410 GB/s bellek bant genişliğiyle saniyede yaklaşık 97–173 token (yerel 4,25 bit).

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

İyi çalışanlar 40

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

Model	Sürüm	Bellek	Token/s
Qwen3.8 27B27B · Zekâ 33,7	4 bit	15,2 GB	12–22
Qwen3.6 35B A3B35B · 3B etkin · Zekâ 18,2	4 bit	19,7 GB	109–193
Muse Glimmer 30B29,6B · Zekâ 17,5	4 bit	16,7 GB	11–20
Gemma 4 31B30,7B · Zekâ 14,7	4 bit	17,3 GB	11–19
Nemotron 3.5 Lightning 30B A3B30B · 3B etkin · Zekâ 12,9	6 bit	24,4 GB	77–137
Granite 4.2 30B30B · Zekâ 12,7	4 bit	16,9 GB	11–19
MiniCPM5 2B2,52B · Zekâ 12,5	8 bit	2,7 GB	68–121
Qwen3.5 9B9B · Zekâ 11,2	8 bit	9,6 GB	19–34
Granite 4.2 8B8B · Zekâ 11,1	8 bit	8,5 GB	22–39
Granite 4.2 3B3B · Zekâ 9,1	8 bit	3,2 GB	58–103
gpt-oss-20b21B · 3,6B etkin · Zekâ 9	yerel 4,25 bit	13,8 GB	97–173
Nemotron 3 Nano 30B A3B30B · 3,5B etkin · Zekâ 8,9	6 bit	24,4 GB	66–117
Gemma 4 E4B8B · Zekâ 8,9	8 bit	8,5 GB	38–68
Ministral 3 8B8,9B · Zekâ 5,5	8 bit	9,5 GB	19–35
Nemotron 3 Nano 4B3,97B · Zekâ 4,8	8 bit	4,2 GB	44–78
Qwen3 Coder 30B A3B Instruct30,5B · 3,3B etkin	6 bit	24,8 GB	68–121
GLM-4.7 Flash30B · 3B etkin	6 bit	24,4 GB	77–137
Qwen3.6 27B27B	4 bit	15,2 GB	12–22
Gemma 4 26B A4B25,2B · 3,8B etkin	6 bit	20,5 GB	60–106
Devstral Small 2 (24B)24B	4 bit	13,5 GB	14–24
Magistral Small 1.2 (2509)24B	4 bit	13,5 GB	14–24
Mistral Small 3.2 (24B)24B	4 bit	13,5 GB	14–24
LFM2.5 24B A2B24B · 2B etkin	6 bit	19,5 GB	115–205
Phi-4 Reasoning Vision 15B15B	8 bit	15,9 GB	12–21
Phi-4 (14B)14B	8 bit	14,9 GB	12–22
Gemma 4 12B Unified12B	8 bit	12,7 GB	15–26
Qwen3 8B8,2B	8 bit	8,7 GB	21–38
Llama 3.1 8B Instruct8B	8 bit	8,5 GB	22–39
Gemma 4 E2B5,1B	8 bit	5,4 GB	77–137
Qwen3.5 4B4B	8 bit	4,3 GB	43–76
Phi-4 mini instruct3,8B	8 bit	4 GB	46–82
Llama 3.2 3B Instruct3,21B	8 bit	3,4 GB	54–96
SmolLM3 3B3B	8 bit	3,2 GB	58–103
LFM2.5 2.6B2,69B	8 bit	2,9 GB	64–113
Qwen3.5 2B2B	8 bit	2,1 GB	88–156
Llama 3.2 1B Instruct1,23B	8 bit	1,3 GB	142–252
Qwen3.5 0.8B0,8B	8 bit	0,9 GB	205–364
Qwen3 0.6B0,6B	8 bit	0,6 GB	308–547
Nemotron 3.5 Bolt 74B A9B74B · 9B etkin · Zekâ 21,4	2 bit daha düşük kalite	23,1 GB	66–117
Qwen3 Coder Next80B · 3B etkin · Zekâ 9,2	2 bit daha düşük kalite	25 GB	205–364

Çalışır ama yavaş 1

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

Model	Sürüm	Bellek	Token/s
Llama 3.3 70B Instruct70B	2 bit daha düşük kalite	21,9 GB	8–15

Diğer Mac'ler

36 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

36 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: 4 bit, saniyede yaklaşık 12–22 token. İyi çalışanların en büyüğü Qwen3.6 35B A3B.
36 GB'lık M4 Max, Llama 3.3 70B çalıştırabilir mi?: Evet ama yavaş: 2 bit (daha düşük kalite), saniyede yaklaşık 8–15 token.
gpt-oss-20b, M4 Max çipinde ne kadar hızlı?: Çipin 410 GB/s bellek bant genişliğiyle saniyede yaklaşık 97–173 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.

36 GB'lık M4 Max neleri çalıştırır?