УвійтиСтворити гаманець

Що запустить M4 Max із 128 ГБ?

На ньому добре працюють 47 з 73 відкритих моделей. За замовчуванням GPU може використовувати близько 96 ГБ із 128 ГБ, а пам’ять читається зі швидкістю 546 ГБ/с — від цього залежить швидкість генерації. Трапляється в: MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025).

Найрозумніша з тих, що працюють добреQwen3.8 27B6 біт · 21,9 ГБ · 11–20 tok/sНайбільша з тих, що працюють добреQwen3.5 122B A10B4 біт · 68,6 ГБ · 44–78 tok/sДля кодуQwen3 Coder Next8 біт · 85 ГБ · 77–137 tok/s

Працюють добре 51

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

МодельВерсіяПам’ятьТокенів/с
Qwen3.8 27B27B · Інтелект 33,76 біт21,9 ГБ11–20
Nemotron 3.5 Bolt 74B A9B74B · активних: 9B · Інтелект 21,48 біт78,6 ГБ26–46
Qwen3.6 35B A3B35B · активних: 3B · Інтелект 18,28 біт37,2 ГБ77–137
Muse Glimmer 30B29,6B · Інтелект 17,56 біт24,1 ГБ10–18
Qwen3.5 122B A10B122B · активних: 10B · Інтелект 15,64 біт68,6 ГБ44–78
Gemma 4 31B30,7B · Інтелект 14,76 біт24,9 ГБ10–18
Nemotron 3.5 Lightning 30B A3B30B · активних: 3B · Інтелект 12,98 біт31,9 ГБ77–137
Granite 4.2 30B30B · Інтелект 12,76 біт24,4 ГБ10–18
MiniCPM5 2B2,52B · Інтелект 12,58 біт2,7 ГБ91–162
gpt-oss-120b117B · активних: 5,1B · Інтелект 11,6нативні 4,25 біт65,3 ГБ91–162
Mistral Small 4 (119B)119B · активних: 6,5B · Інтелект 11,34 біт66,9 ГБ66–118
Qwen3.5 9B9B · Інтелект 11,28 біт9,6 ГБ26–46
Granite 4.2 8B8B · Інтелект 11,18 біт8,5 ГБ29–51
Qwen3 Coder Next80B · активних: 3B · Інтелект 9,28 біт85 ГБ77–137
Granite 4.2 3B3B · Інтелект 9,18 біт3,2 ГБ77–137
gpt-oss-20b21B · активних: 3,6B · Інтелект 9нативні 4,25 біт13,8 ГБ129–230
Nemotron 3 Nano 30B A3B30B · активних: 3,5B · Інтелект 8,98 біт31,9 ГБ66–118
Gemma 4 E4B8B · Інтелект 8,98 біт8,5 ГБ51–91
Llama 4 Scout 17B-16E Instruct109B · активних: 17B · Інтелект 6,56 біт88,6 ГБ18–32
Ministral 3 8B8,9B · Інтелект 5,58 біт9,5 ГБ26–46
Nemotron 3 Nano 4B3,97B · Інтелект 4,88 біт4,2 ГБ59–104
Ornith 1.5 122B122B · активних: 10B4 біт68,6 ГБ44–78
Nemotron 3 Super 120B A12B120B · активних: 12B4 біт67,5 ГБ36–64
GLM-4.5 Air106B · активних: 12B6 біт86,1 ГБ25–45
Qwen3 Coder 30B A3B Instruct30,5B · активних: 3,3B8 біт32,4 ГБ70–125
GLM-4.7 Flash30B · активних: 3B8 біт31,9 ГБ77–137
Qwen3.6 27B27B6 біт21,9 ГБ11–20
Gemma 4 26B A4B25,2B · активних: 3,8B8 біт26,8 ГБ61–109
Devstral Small 2 (24B)24B8 біт25,5 ГБ10–17
Magistral Small 1.2 (2509)24B8 біт25,5 ГБ10–17
Mistral Small 3.2 (24B)24B8 біт25,5 ГБ10–17
LFM2.5 24B A2B24B · активних: 2B8 біт25,5 ГБ117–208
Phi-4 Reasoning Vision 15B15B8 біт15,9 ГБ15–27
Phi-4 (14B)14B8 біт14,9 ГБ16–29
Gemma 4 12B Unified12B8 біт12,7 ГБ19–34
Qwen3 8B8,2B8 біт8,7 ГБ28–50
Llama 3.1 8B Instruct8B8 біт8,5 ГБ29–51
Gemma 4 E2B5,1B8 біт5,4 ГБ102–182
Qwen3.5 4B4B8 біт4,3 ГБ57–102
Phi-4 mini instruct3,8B8 біт4 ГБ61–109
Llama 3.2 3B Instruct3,21B8 біт3,4 ГБ72–128
SmolLM3 3B3B8 біт3,2 ГБ77–137
LFM2.5 2.6B2,69B8 біт2,9 ГБ85–151
Qwen3.5 2B2B8 біт2,1 ГБ117–208
Llama 3.2 1B Instruct1,23B8 біт1,3 ГБ189–336
Qwen3.5 0.8B0,8B8 біт0,9 ГБ273–485
Qwen3 0.6B0,6B8 біт0,6 ГБ410–728
Qwen3.8 Flash Next180B · активних: 6B · Інтелект 39,83 біт нижча якість78,8 ГБ95–168
Inkling Small276B · активних: 12B · Інтелект 25,72 біт нижча якість86,3 ГБ65–115
DeepSeek V4 Flash 0731284B · активних: 13B2 біт нижча якість88,8 ГБ60–107
MiniMax M2.7230B · активних: 10B2 біт нижча якість71,9 ГБ79–141

Працюють, але повільно 3

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

МодельВерсіяПам’ятьТокенів/с
Mistral Medium 3.5 (128B)128B · Інтелект 14,24 біт72 ГБ3–6
Devstral 2 (123B)123B4 біт69,2 ГБ4–6
Llama 3.3 70B Instruct70B8 біт74,4 ГБ3–6

Ледь вміщуються 3

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

МодельВерсіяПам’ятьТокенів/с
GLM-5.3 Flash320B · активних: 18B · Інтелект 41,82 біт нижча якість100 ГБ44–78
MiMo V2.6 Flash309B · активних: 15B · Інтелект 37,92 біт нижча якість96,6 ГБ52–93
Hy3295B · активних: 21B · Інтелект 25,32 біт нижча якість92,2 ГБ37–66

Завеликі 16

Потрібно більше ніж 128 ГБ пам’яті, навіть за 2 біт.

Інші Mac

Усі Mac із 128 ГБ, на будь-якому чипі.

M4 Max з іншим обсягом пам’яті:

Сусідні чипи:

Віч-на-віч:

Проти ПК і відеокарт:

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

Запитання

Яка LLM найкраще підходить для M4 Max із 128 ГБ?
Серед моделей з опублікованим Intelligence Index найвищу оцінку з тих, що тут добре працюють, має Qwen3.8 27B: 6 біт, близько 11–20 токенів за секунду. Найбільша з тих, що працюють добре, — Qwen3.5 122B A10B.
Чи запустить M4 Max із 128 ГБ Llama 3.3 70B?
Так, але повільно: 8 біт, близько 3–6 токенів за секунду.
Наскільки швидко gpt-oss-20b працює на M4 Max?
Близько 129–230 токенів за секунду (нативні 4,25 біт) за пропускної здатності пам’яті чипа 546 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 Max із 128 ГБ? Усі моделі та швидкість