УвійтиСтворити гаманець

Що запустить M4 із 16 ГБ?

На ньому добре працюють 19 з 73 відкритих моделей. За замовчуванням GPU може використовувати близько 12 ГБ із 16 ГБ, а пам’ять читається зі швидкістю 120 ГБ/с — від цього залежить швидкість генерації. Трапляється в: MacBook Pro (14-inch, M4, 2024), iMac (24-inch, 2024, Two ports), iMac (24-inch, 2024, Four ports), Mac mini (2024) ….

Найрозумніша з тих, що працюють добреMiniCPM5 2B8 біт · 2,7 ГБ · 20–36 tok/sНайбільша з тих, що працюють добреQwen3.5 9B4 біт · 5,1 ГБ · 11–19 tok/s

Працюють добре 26

Вміщується із запасом для контексту, 10 і більше токенів за секунду.

МодельВерсіяПам’ятьТокенів/с
MiniCPM5 2B2,52B · Інтелект 12,58 біт2,7 ГБ20–36
Qwen3.5 9B9B · Інтелект 11,24 біт5,1 ГБ11–19
Granite 4.2 8B8B · Інтелект 11,14 біт4,5 ГБ12–21
Granite 4.2 3B3B · Інтелект 9,18 біт3,2 ГБ17–30
Gemma 4 E4B8B · Інтелект 8,98 біт8,5 ГБ11–20
Ministral 3 8B8,9B · Інтелект 5,54 біт5 ГБ11–19
Nemotron 3 Nano 4B3,97B · Інтелект 4,88 біт4,2 ГБ13–23
Qwen3 8B8,2B4 біт4,6 ГБ12–21
Llama 3.1 8B Instruct8B4 біт4,5 ГБ12–21
Gemma 4 E2B5,1B8 біт5,4 ГБ23–40
Qwen3.5 4B4B8 біт4,3 ГБ13–22
Phi-4 mini instruct3,8B8 біт4 ГБ14–24
Llama 3.2 3B Instruct3,21B8 біт3,4 ГБ16–28
SmolLM3 3B3B8 біт3,2 ГБ17–30
LFM2.5 2.6B2,69B8 біт2,9 ГБ19–33
Qwen3.5 2B2B8 біт2,1 ГБ26–46
Llama 3.2 1B Instruct1,23B8 біт1,3 ГБ42–74
Qwen3.5 0.8B0,8B8 біт0,9 ГБ60–107
Qwen3 0.6B0,6B8 біт0,6 ГБ90–160
Nemotron 3.5 Lightning 30B A3B30B · активних: 3B · Інтелект 12,92 біт нижча якість9,4 ГБ60–107
gpt-oss-20b21B · активних: 3,6B · Інтелект 93 біт нижча якість9,2 ГБ34–60
Nemotron 3 Nano 30B A3B30B · активних: 3,5B · Інтелект 8,92 біт нижча якість9,4 ГБ49–87
Qwen3 Coder 30B A3B Instruct30,5B · активних: 3,3B2 біт нижча якість9,5 ГБ54–96
GLM-4.7 Flash30B · активних: 3B2 біт нижча якість9,4 ГБ60–107
Gemma 4 26B A4B25,2B · активних: 3,8B2 біт нижча якість7,9 ГБ45–80
LFM2.5 24B A2B24B · активних: 2B3 біт нижча якість10,5 ГБ60–107

Працюють, але повільно 11

Вміщується, але менше 10 токенів за секунду: годиться для пакетних задач, для чату повільно.

МодельВерсіяПам’ятьТокенів/с
Phi-4 Reasoning Vision 15B15B4 біт8,4 ГБ6–11
Phi-4 (14B)14B4 біт7,9 ГБ7–12
Gemma 4 12B Unified12B6 біт9,7 ГБ6–10
Qwen3.8 27B27B · Інтелект 33,72 біт нижча якість8,4 ГБ6–11
Muse Glimmer 30B29,6B · Інтелект 17,52 біт нижча якість9,3 ГБ6–10
Gemma 4 31B30,7B · Інтелект 14,72 біт нижча якість9,6 ГБ6–10
Granite 4.2 30B30B · Інтелект 12,72 біт нижча якість9,4 ГБ6–10
Qwen3.6 27B27B2 біт нижча якість8,4 ГБ6–11
Devstral Small 2 (24B)24B3 біт нижча якість10,5 ГБ5–9
Magistral Small 1.2 (2509)24B3 біт нижча якість10,5 ГБ5–9
Mistral Small 3.2 (24B)24B3 біт нижча якість10,5 ГБ5–9

Ледь вміщуються 1

Займає майже всю пам’ять: підніміть ліміт пам’яті GPU і тримайте контекст коротким.

МодельВерсіяПам’ятьТокенів/с
Qwen3.6 35B A3B35B · активних: 3B · Інтелект 18,22 біт нижча якість10,9 ГБ60–107

Завеликі 35

Потрібно більше ніж 16 ГБ пам’яті, навіть за 2 біт.

Інші Mac

Усі Mac із 16 ГБ, на будь-якому чипі.

M4 з іншим обсягом пам’яті:

Сусідні чипи:

Віч-на-віч:

Порівняти з будь-яким Mac або GPU · M4 для локального ШІ · Найкращий Mac для локальних LLM · Усі Mac

Запитання

Яка LLM найкраще підходить для M4 із 16 ГБ?
Серед моделей з опублікованим Intelligence Index найвищу оцінку з тих, що тут добре працюють, має MiniCPM5 2B: 8 біт, близько 20–36 токенів за секунду. Найбільша з тих, що працюють добре, — Qwen3.5 9B.
Чи запустить M4 із 16 ГБ Llama 3.3 70B?
Ні: навіть за 2 біт їй потрібно більше ніж 12 ГБ, які GPU може використовувати за замовчуванням.
Наскільки швидко gpt-oss-20b працює на M4?
Близько 34–60 токенів за секунду (3 біт) за пропускної здатності пам’яті чипа 120 ГБ/с.

Запускайте їх у MLX Harness (безкоштовно, відкритий код) або через mlx-lm від Apple у Терміналі: покроково.

Як це розраховано

Пам’ять: параметри моделі за 8, 6, 4, 3 або 2 біт на вагу плюс групові масштаби MLX (пів біта на вагу) або її нативний формат, а зверху — місце для контексту. За замовчуванням macOS дає GPU близько 75% об’єднаної пам’яті. Швидкість: пропускна здатність пам’яті, поділена на кількість байтів, що читаються на кожен токен, — це стеля для однієї розмови; у публічних тестах llama.cpp на Apple Silicon реальні запуски досягають приблизно 45–80% від неї, і показано саме цей діапазон. Це оцінки, а не вимірювання: виміряйте свій Mac у MLX Bench. Дані моделей — з офіційних карток моделей, дані чипів — з технічних характеристик Apple. Перевірено 2026-10-19. Ті самі дані, що й на mlx.app/compare.

Які LLM запустить M4 із 16 ГБ? Усі моделі та швидкість