M4 Max (16-core CPU / 40-core GPU)

Name: M4 Max (16-core CPU / 40-core GPU)
Brand: Apple

Apple M4 Max (16-core CPU / 40-core GPU)：48–128 GB 記憶體、546 GB/s 頻寬。以 128 GB、8K 上下文估算，下表列出它能跑的開源模型。最高 128 GB 統一記憶體、546 GB/s：128 GB 的 MacBook Pro 或 Mac Studio 能跑 gpt-oss-120b 這類 120B 級 MoE 模型。

最後更新: 2026-10-14

規格

記憶體	48–128 GB LPDDR5X[src]
記憶體頻寬	546 GB/s[src]
上市	2024-11[src]
首發建議售價	US$3,699[src]
架構	Apple M4 family (second-generation 3 nm; TSMC N3E)[src]
軟體支援	Metal / MLX

能跑哪些模型

在 8K 上下文長度下，放得下的最高品質量化版本與預估生成速度。此為估算值，並非實測。請參考估算方法說明。

記憶體容量

模型	參數量	最佳量化	所需記憶體	tok/s（預估）
Qwen3.5-122B-A10B	122B (10B)	Q5_K_M	85.5 GiB	50
Mistral Small 4 119B (2603)	119B (6.5B)	Q5_K_M	83.4 GiB	77
gpt-oss-120b	117B (5.1B)	Q6_K	95.0 GiB	84
Llama 4 Scout 17B-16E Instruct	109B (17B)	Q6_K	89.8 GiB	25
GLM-4.5-Air	106B (12B)	Q6_K	87.3 GiB	36
Qwen3-Coder-Next (80B-A3B)	80B (3B)	Q8_0	83.8 GiB	111
Llama 3.3 70B Instruct	70B	Q8_0	75.7 GiB	4.8
Qwen3.5-35B-A3B	35B (3B)	FP16	69.1 GiB	59
Qwen3.6-35B-A3B	35B (3B)	FP16	69.1 GiB	59
Qwen3-32B	32.8B	FP16	66.6 GiB	5.4
DeepSeek-R1-Distill-Qwen-32B	32.76B	FP16	66.6 GiB	5.4
Gemma 4 31B IT	30.7B	FP16	61.6 GiB	5.8
Qwen3-30B-A3B (2507)	30.5B (3.3B)	FP16	60.9 GiB	54
Qwen3-Coder-30B-A3B-Instruct	30.5B (3.3B)	FP16	60.9 GiB	54
GLM-4.7-Flash (30B-A3B)	30B (3B)	FP16	59.6 GiB	59
Qwen3.5-27B	27B	FP16	53.8 GiB	6.6
Qwen3.6-27B	27B	FP16	53.8 GiB	6.6
Qwen3.8-27B	27B	FP16	53.8 GiB	6.6
Gemma 3 27B IT	27B	FP16	54.3 GiB	6.6
Gemma 4 26B A4B IT	25.2B (3.8B)	FP16	50.1 GiB	47
Mistral Small 3.2 24B Instruct (2506)	24B	FP16	48.7 GiB	7.4
Magistral Small 1.2 (2509)	24B	FP16	48.7 GiB	7.4
Devstral Small 2 24B Instruct (2512)	24B	FP16	48.7 GiB	7.4
gpt-oss-20b	21B (3.6B)	FP16	41.8 GiB	49
Phi-4 (14B)	14B	FP16	29.4 GiB	13
Gemma 3 12B IT	12B	FP16	24.8 GiB	15
Gemma 4 12B Unified IT	11.95B	FP16	24.2 GiB	15
Qwen3.5-9B	9B	FP16	18.4 GiB	20
Qwen3-8B	8.2B	FP16	17.7 GiB	22
DeepSeek-R1-0528-Qwen3-8B	8.19B	FP16	17.6 GiB	22
Llama 3.1 8B Instruct	8B	FP16	17.1 GiB	22
Gemma 4 E4B IT	8B	FP16	16.4 GiB	22
Llama 3.2 3B Instruct	3.21B	FP16	7.7 GiB	55
Kimi K2.6	1000B (32B)	放不下	–	–
DeepSeek-R1-0528 (671B)	671B (37B)	放不下	–	–
DeepSeek-V4-Flash	284B (13B)	放不下	–	–
Qwen3.8-Flash-Next	180B (6B)	放不下	–	–

價格

這款硬體目前還沒有價格紀錄。全部價格 →

常見問題

M4 Max (16-core CPU / 40-core GPU) 可以跑哪些 LLM？

以 128 GB 記憶體、8K 上下文估算，放得下的最大模型包括：Qwen3.5-122B-A10B、Mistral Small 4 119B (2603)、gpt-oss-120b、Llama 4 Scout 17B-16E Instruct、GLM-4.5-Air。完整清單見下方表格。

M4 Max (16-core CPU / 40-core GPU) 跑本地 LLM 有多快？

生成速度主要取決於記憶體頻寬（546 GB/s）。以 Llama 3.1 8B Instruct（FP16）為例，預估約每秒 22 個 token；模型越大越慢。

M4 Max (16-core CPU / 40-core GPU) 能跑 70B 等級的模型嗎？

可以。Llama 3.3 70B Instruct 在 M4 Max (16-core CPU / 40-core GPU)（128 GB）上以 Q8_0 量化、8K 上下文約需 75.7 GiB，預估生成速度約每秒 4.8 個 token。