登录创建钱包

M3 Max 与 M4 Max：本地 AI 对比。

M4 Max 的内存读取速度比 M3 Max 快约 37%（546 对 400 GB/s），所以运行两者都装得下的模型时，生成速度快约 37%。 两者最高都可配 128 GB 内存。

M3 Max300–400 GB/s最高 128 GB · 47 个模型流畅运行M4 Max410–546 GB/s最高 128 GB · 47 个模型流畅运行

并排对比

M3 MaxM4 Max
内存容量36, 48, 64, 96, 128 GB36, 48, 64, 128 GB
内存带宽300–400 GB/s410–546 GB/s
模型最多可用约 96 GB约 96 GB
流畅运行的模型47 / 7347 / 73
MLX 席位等级ProPro
搭载于MacBook Pro (14-inch, M3 Pro or M3 Max, Nov 2023), MacBook Pro (16-inch, Nov 2023)MacBook Pro (14-inch, M4 Pro or M4 Max, 2024), MacBook Pro (16-inch, 2024), Mac Studio (2025)

热门模型的速度

单个对话每秒生成的 token 数；每款芯片都按最大内存配置计算（128 GB 和 128 GB），使用装得下的最佳模型版本。

模型M3 MaxM4 Max
Llama 3.1 8B Instruct8B21–38 8 位29–51 8 位
gpt-oss-20b21B · 激活 3.6B95–168 原生 4.25 位129–230 原生 4.25 位
Qwen3.6 35B A3B35B · 激活 3B56–100 8 位77–137 8 位
Qwen3.8 27B27B12–21 4 位11–20 6 位
Llama 3.3 70B Instruct70B2–4 8 位3–6 8 位
gpt-oss-120b117B · 激活 5.1B67–119 原生 4.25 位91–162 原生 4.25 位
Qwen3.5 122B A10B122B · 激活 10B32–57 4 位44–78 4 位
DeepSeek V4 Flash 0731284B · 激活 13B44–78 2 位 质量较低60–107 2 位 质量较低

常见问题

运行 LLM 时，M4 Max 比 M3 Max 快吗？
M4 Max 的内存读取速度比 M3 Max 快约 37%（546 对 400 GB/s），所以运行两者都装得下的模型时，生成速度快约 37%。读取长提示词则取决于 GPU 算力，本对比不涉及。
M3 Max 和 M4 Max，哪个能运行更大的模型？
一样：两者最高都是 128 GB。在这个容量下，73 个开放模型中，M3 Max 能流畅运行 47 个，M4 Max 能流畅运行 47 个；速度更快的那款有更多模型达到每秒 10 个 token。

更多对比

用 M3 Max 运行本地 AI · 用 M4 Max 运行本地 AI · 对比所有模型 · 运行本地 LLM 的最佳 Mac

计算方法

内存：模型参数按每个权重 8、6、4、3 或 2 位计算，加上 MLX 的分组缩放（每个权重半位），或按其原生格式计算，再留出上下文空间。macOS 默认允许 GPU 使用约 75% 的统一内存。速度：内存带宽除以每个 token 读取的字节数，就是单个对话的上限；在 llama.cpp 的 Apple Silicon 公开基准测试中，实际运行可达这个上限的约 45% 到 80%，本页显示的就是这个范围。这些是估算值，不是实测值：可以在 MLX Bench 上测量你自己的 Mac。模型数据来自各模型的官方模型卡，芯片数据来自 Apple 的技术规格。核对于 2026-10-19。数据与 mlx.app/compare 相同。

M3 Max 与 M4 Max 运行本地 AI 和 LLM 对比：内存、速度、怎么选