Accueil›Matériel›Mac avec M4 et 16 Go unifiés
Mac avec M4 et 16 Go unifiés
Puce Apple16 GiB120 GB/s4,3 TFLOPS
Cette machine laisse 13,00 Gio au modèle une fois que le système a pris sa part, et elle accepte 7 des 18 modèles que nous mesurons à la compression de référence. Ce qui décide de sa vitesse de réponse n’est pas la puce : ce sont les 120 GB/s de bande passante mémoire.
Reste pour le modèle
Estimation maison
Bande passante mémoire
Déclaré par le fabricant
Modèles qui tiennent
Mesuré par Local AI Scope
La mémoire réellement utilisable
La mémoire unifiée est partagée avec le système d’exploitation et tout ce que vous avez ouvert. La réserve indiquée ici est volontairement prudente ; vous pouvez la modifier dans l’outil.
| Mémoire | Gio |
|---|---|
| Mémoire de la machine | 16 |
| Réservée au système | −3,00 |
| Reste pour le modèle | 13,00 |
Bande passante mémoire
Ce sont deux limites différentes, et on les confond sans cesse. Pendant que le modèle écrit sa réponse, c’est la bande passante qui commande : chaque token oblige à relire tous les poids, si bien que les tokens par seconde valent à peu près la bande passante divisée par la taille du modèle. Pendant que le modèle lit votre document, c’est le calcul qui commande : l’entrée est traitée d’un seul coup. D’où un portable sans GPU qui met des minutes avant le premier mot puis écrit à un rythme acceptable.
120 GB/s — Déclaré par le fabricant · vérifié sur la page du fabricant le 2026-08-25 (Source).
Calcul: 4,3 TFLOPS (estimation pour cette classe de machine) — Estimé · le fabricant ne publie ce chiffre nulle part ; le nôtre est une estimation prudente, pas une spécification. Les chiffres de cette ligne ne proviennent pas tous de la même mesure selon la machine, car chaque fabricant en publie une différente. Comparez-les d’une machine à l’autre en le sachant.
Quels modèles tiennent ici, et lesquels non
Tenir signifie que trois choses tiennent à la fois dans la mémoire restante : le fichier du modèle, sa mémoire de contexte et la marge de travail du runtime. La mémoire de contexte est calculée à partir du schéma d’attention que chaque modèle déclare, couche par couche, et non de la formule générique : c’est pourquoi des modèles que d’autres calculateurs jugent impossibles tiennent ici.
| Modèle | Compression affichée | Taille du modèle | 8k | 32k | 128k | Plus grand contexte qui tient |
|---|---|---|---|---|---|---|
| qwen3-1.7b | Q4_K_M |
1,03 GiB | oui | oui | — | 32k |
| qwen3-4b-2507 | Q4_K_M |
2,33 GiB | oui | oui | non | 32k |
| gemma4-e2b | Q4_K_M |
2,89 GiB | oui | oui | oui | 128k |
| gemma4-e4b | Q4_K_M |
4,63 GiB | oui | oui | oui | 128k |
| qwen3-8b | Q4_K_M |
4,68 GiB | oui | oui | — | 32k |
| gemma4-12b | Q4_K_M |
6,63 GiB | oui | oui | non | 64k |
| gpt-oss-20b | Q4_K_M |
10,83 GiB | oui | oui | non | 32k |
| mistral-small-24b | Q4_K_M |
13,35 GiB | non | non | non | — |
| qwen3.8-27b | Q4_K_M |
15,33 GiB | non | non | non | — |
| qwen3.6-27b | Q4_K_M |
15,66 GiB | non | non | non | — |
| gemma4-26b-a4b | Q4_K_M |
15,78 GiB | non | non | non | — |
| gemma4-31b | Q4_K_M |
17,07 GiB | non | non | non | — |
| qwen3-coder-30b | Q4_K_M |
17,28 GiB | non | non | non | — |
| qwen3.6-35b-a3b | Q4_K_M |
20,61 GiB | non | non | non | — |
| gpt-oss-120b | Q4_K_M |
58,46 GiB | non | non | non | — |
| llama4-scout-17b | Q4_K_M |
60,87 GiB | non | non | non | — |
| deepseek-v4-flash | IQ4_XS |
127,28 GiB | non | non | non | — |
| glm-5.2 | Q4_K_M |
433,83 GiB | non | non | non | — |
Les tailles sont celles des fichiers réellement publiés à la compression de référence, un palier par ligne : Q4_K_M lorsque l’auteur la publie, le voisin le plus proche sinon. Chaque ligne indique laquelle elle affiche. Q4_K_M est notre plancher de qualité : en dessous, la perte s’entend dans les réponses. Un modèle qui ne tiendrait ici qu’avec une compression plus agressive est classé comme ne tenant pas, à dessein. Un tiret dans une colonne de contexte signifie que le modèle n’offre pas ce contexte, il n’y a donc rien à faire tenir.
Modèles qui tiennent — 7 sur les 18 modèles mesurés
- qwen3-1.7b
Q4_K_M— contexte 32k tokens - qwen3-4b-2507
Q4_K_M— contexte 32k tokens - gemma4-e2b
Q4_K_M— contexte 128k tokens - gemma4-e4b
Q4_K_M— contexte 128k tokens - qwen3-8b
Q4_K_M— contexte 32k tokens - gemma4-12b
Q4_K_M— contexte 64k tokens - gpt-oss-20b
Q4_K_M— contexte 32k tokens
Modèles qui ne tiennent pas — 11 sur les 18 modèles mesurés
- mistral-small-24b
Q4_K_M— il manque 1,65 GiB - qwen3.8-27b
Q4_K_M— il manque 3,26 GiB - qwen3.6-27b
Q4_K_M— il manque 3,59 GiB - gemma4-26b-a4b
Q4_K_M— il manque 3,81 GiB - gemma4-31b
Q4_K_M— il manque 6,15 GiB - qwen3-coder-30b
Q4_K_M— il manque 5,33 GiB - qwen3.6-35b-a3b
Q4_K_M— il manque 8,37 GiB - gpt-oss-120b
Q4_K_M— il manque 46,28 GiB - llama4-scout-17b
Q4_K_M— il manque 49,30 GiB - deepseek-v4-flash
IQ4_XS— il manque 115,29 GiB - glm-5.2
Q4_K_M— il manque 436,13 GiB