УвійтиСтворити гаманець

Що запустить M4 із 32 ГБ?

На ньому добре працюють 27 з 73 відкритих моделей. За замовчуванням GPU може використовувати близько 24 ГБ із 32 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 добреQwen3.6 35B A3B4 біт · 19,7 ГБ · 32–56 tok/sНайбільша з тих, що працюють добреQwen3.6 35B A3B4 біт · 19,7 ГБ · 32–56 tok/sДля кодуQwen3 Coder 30B A3B Instruct4 біт · 17,2 ГБ · 28–51 tok/s

Працюють добре 27

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

МодельВерсіяПам’ятьТокенів/с
Qwen3.6 35B A3B35B · активних: 3B · Інтелект 18,24 біт19,7 ГБ32–56
Nemotron 3.5 Lightning 30B A3B30B · активних: 3B · Інтелект 12,94 біт16,9 ГБ32–56
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
gpt-oss-20b21B · активних: 3,6B · Інтелект 9нативні 4,25 біт13,8 ГБ28–51
Nemotron 3 Nano 30B A3B30B · активних: 3,5B · Інтелект 8,94 біт16,9 ГБ27–48
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 Coder 30B A3B Instruct30,5B · активних: 3,3B4 біт17,2 ГБ28–51
GLM-4.7 Flash30B · активних: 3B4 біт16,9 ГБ32–56
Gemma 4 26B A4B25,2B · активних: 3,8B6 біт20,5 ГБ17–31
LFM2.5 24B A2B24B · активних: 2B6 біт19,5 ГБ34–60
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

Працюють, але повільно 12

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

МодельВерсіяПам’ятьТокенів/с
Qwen3.8 27B27B · Інтелект 33,76 біт21,9 ГБ2–4
Muse Glimmer 30B29,6B · Інтелект 17,54 біт16,7 ГБ3–6
Gemma 4 31B30,7B · Інтелект 14,74 біт17,3 ГБ3–6
Granite 4.2 30B30B · Інтелект 12,74 біт16,9 ГБ3–6
Qwen3.6 27B27B6 біт21,9 ГБ2–4
Devstral Small 2 (24B)24B6 біт19,5 ГБ3–5
Magistral Small 1.2 (2509)24B6 біт19,5 ГБ3–5
Mistral Small 3.2 (24B)24B6 біт19,5 ГБ3–5
Phi-4 Reasoning Vision 15B15B8 біт15,9 ГБ3–6
Phi-4 (14B)14B8 біт14,9 ГБ4–6
Gemma 4 12B Unified12B8 біт12,7 ГБ4–8
Llama 3.3 70B Instruct70B2 біт нижча якість21,9 ГБ2–4

Ледь вміщуються 2

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

МодельВерсіяПам’ятьТокенів/с
Nemotron 3.5 Bolt 74B A9B74B · активних: 9B · Інтелект 21,42 біт нижча якість23,1 ГБ19–34
Qwen3 Coder Next80B · активних: 3B · Інтелект 9,22 біт нижча якість25 ГБ60–107

Завеликі 32

Потрібно більше ніж 32 ГБ пам’яті, навіть за 2 біт.

Інші Mac

Усі Mac із 32 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 32 ГБ?
Серед моделей з опублікованим Intelligence Index найвищу оцінку з тих, що тут добре працюють, має Qwen3.6 35B A3B: 4 біт, близько 32–56 токенів за секунду.
Чи запустить M4 із 32 ГБ Llama 3.3 70B?
Так, але повільно: 2 біт (нижча якість), близько 2–4 токенів за секунду.
Наскільки швидко gpt-oss-20b працює на M4?
Близько 28–51 токенів за секунду (нативні 4,25 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 32 ГБ? Усі моделі та швидкість