Kann eine Apple M1 Llama 3.1 8B ausführen?

Ja — der 4-Bit-Build ist ein 4.9 GB großer Download und passt in 8–16 GB gemeinsamer Speicher. Rechnen Sie mit rund ~12 tok/s.

Was ist das größte LLM, das eine Apple M1 ausführen kann?

Phi-4 Reasoning Vision 15B ist das größte Modell in unserem Katalog, das passt (9.1 GB bei 4 Bit). Rechnen Sie mit etwa ~6 tok/s.

Wie schnell ist die Apple M1 für lokale LLMs?

Die Token-Generierung ist durch die Speicherbandbreite begrenzt. Mit rund 68 GB/s erzeugt die Apple M1 etwa ~12 tok/s bei einem Modell der 8B-Klasse mit 4 Bit — die Geschwindigkeit sinkt proportional zur Modellgröße.

Ist Apples gemeinsamer Speicher gut für lokale LLMs?

Ja — die GPU kann fast den gesamten Speicherpool nutzen, sodass ein Mac mit 32 GB Modelle fasst, die sonst eine sehr teure dedizierte GPU bräuchten. Limitierend ist meist die Bandbreite, nicht die Kapazität.

← Alle ModelleGERÄTE-CHECK

Welche LLMs schafft eine Apple M1?

Die Apple M1 hat 8–16 GB gemeinsamer Speicher und rund 68 GB/s Speicherbandbreite. Unten steht jedes Modell aus unserem Katalog, das passt — mit geschätzter Generierungsgeschwindigkeit. Größte Empfehlung: Phi-4 Reasoning Vision 15B mit ~6 tok/s.

Technische Daten

Speicher8–16 GB gemeinsamer Speicher

Bandbreite~68 GB/s

SpeichertypGemeinsamer Speicher

Veröffentlicht2020-11

Modelle auf der Apple M1

38 / 73 Modelle

Modell	Download (Q4)	8 GB	16 GB	~Tempo
Phi-4 Reasoning Vision 15BMicrosoft	9.1 GB	Passt nicht	Läuft	~6 tok/s
Qwen 3 14BAlibaba	9.0 GB	Passt nicht	Läuft	~6 tok/s
DeepSeek R1 14BDeepSeek	9.0 GB	Passt nicht	Läuft	~6 tok/s
Phi-4 14BMicrosoft	8.9 GB	Passt nicht	Läuft	~6 tok/s
Ministral 3 14BMistral AI	8.5 GB	Passt nicht	Läuft	~7 tok/s
OLMo 2 13BAi2	8.3 GB	Passt nicht	Läuft	~7 tok/s
Gemma 3 12BGoogle	7.4 GB	Passt nicht	Läuft	~8 tok/s
Mistral Nemo 12BMistral AI	7.4 GB	Passt nicht	Läuft	~8 tok/s
Gemma 4 12BGoogle	7.3 GB	Passt nicht	Läuft	~8 tok/s
Mellum 2 12B-A2.5BJetBrains	7.3 GB	Passt nicht	Läuft	~38 tok/s
Qwen 3.5 9BAlibaba	5.5 GB	Passt nicht	Läuft	~11 tok/s
GLM-4.6V-FlashZ.ai	5.5 GB	Passt nicht	Läuft	~11 tok/s
Qwen 2.5 VL 7BAlibaba	5.0 GB	Läuft	Läuft	~11 tok/s
Qwen 3 8BAlibaba	5.0 GB	Läuft	Läuft	~12 tok/s
Granite 3.3 8BIBM	5.0 GB	Läuft	Läuft	~12 tok/s
Llama 3.1 8BMeta	4.9 GB	Läuft	Läuft	~12 tok/s
DeepSeek R1 8BDeepSeek	4.9 GB	Läuft	Läuft	~12 tok/s
Gemma 4 E4BGoogle	4.9 GB	Läuft	Läuft	~21 tok/s
Qwen3-VL 8BAlibaba	4.9 GB	Läuft	Läuft	~12 tok/s
Ministral 3 8BMistral AI	4.9 GB	Läuft	Läuft	~12 tok/s
Gemma 3n E4BGoogle	4.7 GB	Läuft	Läuft	~24 tok/s
Qwen 2.5 Coder 7BAlibaba	4.6 GB	Läuft	Läuft	~13 tok/s
DeepSeek R1 7BDeepSeek	4.6 GB	Läuft	Läuft	~13 tok/s
Mistral 7BMistral AI	4.4 GB	Läuft	Läuft	~13 tok/s
Gemma 4 E2BGoogle	3.1 GB	Läuft	Läuft	~41 tok/s
Gemma 3 4BGoogle	2.6 GB	Läuft	Läuft	~22 tok/s
Qwen 3 4BAlibaba	2.4 GB	Läuft	Läuft	~24 tok/s
Qwen 3.5 4BAlibaba	2.4 GB	Läuft	Läuft	~24 tok/s
Phi-4 Mini 3.8BMicrosoft	2.3 GB	Läuft	Läuft	~25 tok/s
Llama 3.2 3BMeta	1.9 GB	Läuft	Läuft	~30 tok/s
DeepSeek-OCRDeepSeek	1.8 GB	Läuft	Läuft	~167 tok/s
Ministral 3 3BMistral AI	1.8 GB	Läuft	Läuft	~32 tok/s
DeepSeek R1 1.5BDeepSeek	1.1 GB	Läuft	Läuft	~53 tok/s
Qwen 3 1.7BAlibaba	1.0 GB	Läuft	Läuft	~56 tok/s
SmolLM2 1.7BHugging Face	1.0 GB	Läuft	Läuft	~56 tok/s
Llama 3.2 1BMeta	0.7 GB	Läuft	Läuft	~79 tok/s
Gemma 3 1BGoogle	0.6 GB	Läuft	Läuft	~95 tok/s
Qwen 3 0.6BAlibaba	0.4 GB	Läuft	Läuft	~159 tok/s

Apple Silicon teilt sich einen Speicherpool zwischen CPU und GPU, daher steht dem Modell fast der gesamte Speicher zur Verfügung (abzüglich Betriebssystem-Overhead). · Daten aktualisiert: 2026-06-11 · So berechnen wir diese Zahlen →