Apple M4 Max (40-core GPU, 맥북 프로·맥 스튜디오)에서 돌아가는 로컬 LLM

통합 메모리: 기본 설정에서는 GPU가 약 70%까지 쓸 수 있습니다

8k 컨텍스트와 f16 KV 캐시를 기준으로 계산했습니다. 판정은 메모리 용량별로 보여 줍니다.

사양

메모리 구성: 48GB · 64GB · 128GB
메모리 대역폭: 546.0 GB/s
FP16 연산: 16.2 TFLOPS
출시 연도: 2024
이 칩이 들어간 맥: 맥북 프로: 48GB · 64GB · 128GB
맥 스튜디오: 48GB · 64GB · 128GB
다른 표기: M4 Max, M4 Max 40

판정 요약

Q4_K_M(없으면 가장 가까운 양자화), 8k 컨텍스트 기준입니다.

48GB쾌적38개원활11개겨우 가능0개불가10개양자화를 더 낮추면 4개가 더 돌아갑니다.
64GB쾌적38개원활11개겨우 가능2개불가8개양자화를 더 낮추면 2개가 더 돌아갑니다.
128GB쾌적44개원활12개겨우 가능0개불가3개양자화를 더 낮추면 2개가 더 돌아갑니다.

판정 읽는 법

쾌적: GPU에 전부 올라가고 20 tok/s 이상
원활: GPU에 전부 올라가고 8~20 tok/s, MoE 전문가를 시스템 RAM에 두고 20 tok/s 이상, 또는 GPU에 90% 이상 올라가고 8 tok/s 이상
겨우 가능: 2~8 tok/s, CPU 전용, GPU에 90% 미만, 또는 MoE 전문가를 RAM에 두고 20 tok/s 미만
불가: 메모리에 안 들어가거나 2 tok/s 미만

한국 모델

EXAONE, HyperCLOVA X SEED, Kanana, Solar가 이 기기에서 어떻게 돌아가는지 보여 줍니다.

Apple M4 Max (40-core GPU) 전체 모델 판정

옆으로 밀면 모든 열을 볼 수 있습니다.

모델 59개(판정·속도 순), 메모리 128GB
모델	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고
MiniCPM5 1B	쾌적	추정 465.6 tok/s372.4–558.7보정된 추정 ±20%	Q4_K_M	1.5 / 89.6GB	통합 메모리	최대 128k	생각 모드
Llama 3.2 1B	쾌적	추정 384.8 tok/s307.8–461.7보정된 추정 ±20%	Q4_K_M	1.7 / 89.6GB	통합 메모리	최대 128k	—
EXAONE 4.0 1.2B	쾌적	추정 316.0 tok/s252.8–379.2보정된 추정 ±20%	Q4_K_M	1.9 / 89.6GB	통합 메모리	최대 64k	생각 모드
Ling-3.0 Tiny	쾌적	추정 266.6 tok/s186.6–346.5이론 추정 ±30%	Q4_K_M	5.5 / 89.6GB	통합 메모리	최대 128k	생각 모드
LFM2.5 2.6B	쾌적	추정 230.0 tok/s161.0–299.0이론 추정 ±30%	Q4_K_M	2.4 / 89.6GB	통합 메모리	최대 128k	생각 모드
HyperCLOVA X SEED 1.5B	쾌적	추정 228.6 tok/s182.9–274.3보정된 추정 ±20%	Q4_K_M	2.4 / 89.6GB	통합 메모리	최대 16k	—
MiniCPM5 2B	쾌적	추정 217.0 tok/s173.6–260.4보정된 추정 ±20%	Q4_K_M	2.5 / 89.6GB	통합 메모리	최대 128k	생각 모드
Gemma 4 E2B	쾌적	추정 182.3 tok/s127.6–237.0이론 추정 ±30%	Q4_K_M	3.7 / 89.6GB	통합 메모리	최대 128k	생각 모드
Mellum2.1 12B-A2.5B Thinking	쾌적	추정 166.4 tok/s133.1–199.7보정된 추정 ±20%	Q4_K_M	8.8 / 89.6GB	통합 메모리	최대 128k	생각 모드
Spark-X2.5 4B	쾌적	추정 143.0 tok/s114.4–171.6보정된 추정 ±20%	Q4_K_M	3.5 / 89.6GB	통합 메모리	최대 256k	생각 모드
Llama 3.2 3B	쾌적	추정 140.2 tok/s112.2–168.3보정된 추정 ±20%	Q4_K_M	3.5 / 89.6GB	통합 메모리	최대 128k	—
Qwen3.5 4B	쾌적	추정 133.9 tok/s107.1–160.7보정된 추정 ±20%	Q4_K_M	3.7 / 89.6GB	통합 메모리	최대 256k	생각 모드
gpt-oss-20b	쾌적	추정 131.1 tok/s104.9–157.4보정된 추정 ±20%	MXFP4	12.9 / 89.6GB	통합 메모리	최대 128k	생각 모드
Nemotron 3.5 Lightning 30B-A3B	쾌적	추정 124.5 tok/s87.2–161.9이론 추정 ±30%	Q4_K_M	26.1 / 89.6GB	통합 메모리	최대 256k	생각 모드
MiniCPM-V 4.7 35B-A3B	쾌적	추정 120.3 tok/s96.3–144.4보정된 추정 ±20%	Q4_K_M	21.9 / 89.6GB	통합 메모리	최대 256k	생각 모드
Qwen3.6 35B-A3B	쾌적	추정 113.1 tok/s90.5–135.7보정된 추정 ±20%	Q4_K_M	23.0 / 89.6GB	통합 메모리	최대 256k	생각 모드
Gemma 4 E4B	쾌적	추정 106.4 tok/s74.5–138.3이론 추정 ±30%	Q4_K_M	5.7 / 89.6GB	통합 메모리	최대 128k	생각 모드
Kanana 1.5 15.7B-A3B	쾌적	추정 105.3 tok/s84.2–126.3보정된 추정 ±20%	Q4_K_M	12.1 / 89.6GB	통합 메모리	최대 32k	—
Qwen3.5 35B-A3B	쾌적	추정 101.5 tok/s81.2–121.8보정된 추정 ±20%	Q4_K_M	23.4 / 89.6GB	통합 메모리	최대 256k	생각 모드
Qwen3 30B-A3B (2507)	쾌적	추정 96.9 tok/s77.5–116.2보정된 추정 ±20%	Q4_K_M	19.9 / 89.6GB	통합 메모리	최대 128k	—
gpt-oss-120b	쾌적	추정 92.5 tok/s74.0–111.0보정된 추정 ±20%	MXFP4	64.3 / 89.6GB	통합 메모리	최대 128k	생각 모드
Gemma 4 26B-A4B	쾌적	추정 89.8 tok/s71.8–107.8보정된 추정 ±20%	Q4_K_M	17.7 / 89.6GB	통합 메모리	최대 256k	생각 모드
Ling-3.0 Flash	쾌적	추정 88.6 tok/s62.0–115.2이론 추정 ±30%	Q4_K_M	77.7 / 89.6GB	통합 메모리	최대 256k	생각 모드
Kolibri 1	쾌적	추정 88.5 tok/s70.8–106.2보정된 추정 ±20%	Q4_K_M	50.5 / 89.6GB	통합 메모리	최대 256k	생각 모드
DeepSeek R1 Distill Llama 8B	쾌적	추정 69.2 tok/s55.4–83.1보정된 추정 ±20%	Q4_K_M	6.6 / 89.6GB	통합 메모리	최대 64k	생각 모드
Kanana 1.5 8B	쾌적	추정 69.2 tok/s55.4–83.1보정된 추정 ±20%	Q4_K_M	6.6 / 89.6GB	통합 메모리	최대 32k	—
Llama 3.1 8B	쾌적	추정 69.2 tok/s55.4–83.1보정된 추정 ±20%	Q4_K_M	6.6 / 89.6GB	통합 메모리	최대 64k	—
Nanbeige4.2 3B	쾌적	추정 67.7 tok/s47.4–88.1이론 추정 ±30%	Q4_K_M	4.7 / 89.6GB	통합 메모리	최대 32k	생각 모드
Qwen3.5 9B	쾌적	추정 67.6 tok/s54.1–81.1보정된 추정 ±20%	Q4_K_M	6.7 / 89.6GB	통합 메모리	최대 128k	생각 모드
DeepSeek R1 0528 Qwen3 8B	쾌적	추정 66.5 tok/s53.2–79.8보정된 추정 ±20%	Q4_K_M	6.8 / 89.6GB	통합 메모리	최대 32k	생각 모드
Qwen3 8B	쾌적	추정 66.5 tok/s53.2–79.8보정된 추정 ±20%	Q4_K_M	6.8 / 89.6GB	통합 메모리	최대 32k	생각 모드
K2-Horizon MoVA 36B-A4B	쾌적	추정 65.1 tok/s45.6–84.7이론 추정 ±30%	Q4_K_M	24.6 / 89.6GB	통합 메모리	최대 32k	생각 모드
K2-Horizon 7B	쾌적	추정 61.0 tok/s48.8–73.3보정된 추정 ±20%	Q4_K_M	7.4 / 89.6GB	통합 메모리	최대 32k	생각 모드
Gemma 4 12B	쾌적	추정 57.2 tok/s45.8–68.6보정된 추정 ±20%	Q4_K_M	7.8 / 89.6GB	통합 메모리	최대 256k	생각 모드
Gemma 3 12B	쾌적	추정 52.9 tok/s42.4–63.5보정된 추정 ±20%	Q4_K_M	8.4 / 89.6GB	통합 메모리	최대 128k	—
Laguna S 2.1	쾌적	추정 49.1 tok/s39.2–58.9보정된 추정 ±20%	Q4_K_M	68.6 / 89.6GB	통합 메모리	최대 64k	생각 모드
Qwen3.5 122B-A10B	쾌적	추정 43.0 tok/s34.4–51.6보정된 추정 ±20%	Q4_K_M	79.0 / 89.6GB	통합 메모리	최대 128k	생각 모드
Solar Open 100B	쾌적	추정 41.0 tok/s32.8–49.3보정된 추정 ±20%	Q4_K_M	64.4 / 89.6GB	통합 메모리	최대 16k	생각 모드
HyperCLOVA X SEED Think 14B	쾌적	추정 40.7 tok/s28.5–52.9이론 추정 ±30%	Q4_K_M	10.8 / 89.6GB	통합 메모리	최대 16k	생각 모드
Qwen3 14B	쾌적	추정 40.1 tok/s32.1–48.1보정된 추정 ±20%	Q4_K_M	10.9 / 89.6GB	통합 메모리	최대 16k	생각 모드
DeepSeek R1 Distill Qwen 14B	쾌적	추정 39.1 tok/s31.3–47.0보정된 추정 ±20%	Q4_K_M	11.2 / 89.6GB	통합 메모리	최대 16k	생각 모드
Phi-4	쾌적	추정 38.7 tok/s30.9–46.4보정된 추정 ±20%	Q4_K_M	11.3 / 89.6GB	통합 메모리	최대 16k	—
Mistral Small 3.2 24B	쾌적	추정 26.5 tok/s21.2–31.8보정된 추정 ±20%	Q4_K_M	16.2 / 89.6GB	통합 메모리	최대 32k	—
Gemma 3 27B	쾌적	추정 24.1 tok/s19.3–28.9보정된 추정 ±20%	Q4_K_M	17.8 / 89.6GB	통합 메모리	최대 32k	—
Qwen3.6 27B	원활	추정 23.9 tok/s19.1–28.7보정된 추정 ±20%	Q4_K_M	17.9 / 89.6GB	통합 메모리	최대 256k	UD-Q2_K_XL (품질 손실 큼): 쾌적 생각 모드
Muse Glimmer 30B	원활	추정 23.8 tok/s19.1–28.6보정된 추정 ±20%	Q4_K_M	18.0 / 89.6GB	통합 메모리	최대 128k	Q2_K (품질 손실 큼): 쾌적 생각 모드
Qwen3.5 27B	원활	추정 23.5 tok/s18.8–28.2보정된 추정 ±20%	Q4_K_M	18.2 / 89.6GB	통합 메모리	최대 256k	UD-Q2_K_XL (품질 손실 큼): 쾌적 생각 모드
Qwen3.8 27B	원활	추정 23.1 tok/s18.5–27.7보정된 추정 ±20%	Q4_K_M	18.6 / 89.6GB	통합 메모리	최대 128k	Q2_K (품질 손실 큼): 쾌적 생각 모드
Gemma 4 31B	원활	추정 21.9 tok/s17.5–26.2보정된 추정 ±20%	Q4_K_M	19.6 / 89.6GB	통합 메모리	최대 128k	UD-Q2_K_XL (품질 손실 큼): 쾌적 생각 모드
Granite 4.2 30B	원활	추정 20.9 tok/s16.7–25.1보정된 추정 ±20%	Q4_K_M	20.4 / 89.6GB	통합 메모리	최대 32k	Q2_K (품질 손실 큼): 쾌적 생각 모드
EXAONE 4.0 32B	원활	추정 20.9 tok/s16.7–25.1보정된 추정 ±20%	Q4_K_M	20.5 / 89.6GB	통합 메모리	최대 128k	생각 모드
EXAONE 4.5 33B	원활	추정 20.2 tok/s16.1–24.2보정된 추정 ±20%	Q4_K_M	21.2 / 89.6GB	통합 메모리	최대 128k	생각 모드
Qwen3 32B	원활	추정 18.9 tok/s15.2–22.7보정된 추정 ±20%	Q4_K_M	22.5 / 89.6GB	통합 메모리	최대 32k	생각 모드
DeepSeek R1 Distill Qwen 32B	원활	추정 18.9 tok/s15.1–22.6보정된 추정 ±20%	Q4_K_M	22.6 / 89.6GB	통합 메모리	최대 32k	생각 모드
Nanbeige4.3 33B	원활	추정 18.4 tok/s14.7–22.1보정된 추정 ±20%	Q4_K_M	23.1 / 89.6GB	통합 메모리	최대 32k	생각 모드
Llama 3.3 70B	원활	추정 9.2 tok/s7.3–11.0보정된 추정 ±20%	Q4_K_M	45.8 / 89.6GB	통합 메모리	최대 16k	—
DeepSeek V4 Flash 0731	불가Q2_K (품질 손실 큼): 겨우 가능	추정 38.4 tok/s26.9–49.9이론 추정 ±30%	Q2_K	RAM 117.4GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. 생각 모드
Solar Open 2 250B	불가Q2_K (품질 손실 큼): 겨우 가능	추정 38.4 tok/s26.8–49.9이론 추정 ±30%	Q2_K	RAM 95.8GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. 생각 모드
GLM-5.3 Flash	불가	—	Q4_K_M	182.1GB 필요	—	—	약 182.1GB가 필요한데, 여유 메모리는 124.0GB입니다(GPU가 쓸 수 있는 양 89.6GB). 생각 모드

생각 모드가 있는 모델은 생각하는 데 토큰을 더 쓰기 때문에 속도 기준을 1.5배 엄격하게 잡습니다(30 / 12 / 3 tok/s). 생각 모드를 끄고 쓰면 실제로는 한 단계 위일 수 있습니다.

메모리 용량별 판정

메모리 구성별 Q4_K_M 판정입니다. 속도는 모델 페이지에서 확인하세요.
모델	48GB	64GB	128GB
MiniCPM5 1B	쾌적	쾌적	쾌적
Llama 3.2 1B	쾌적	쾌적	쾌적
EXAONE 4.0 1.2B	쾌적	쾌적	쾌적
Ling-3.0 Tiny	쾌적	쾌적	쾌적
LFM2.5 2.6B	쾌적	쾌적	쾌적
HyperCLOVA X SEED 1.5B	쾌적	쾌적	쾌적
MiniCPM5 2B	쾌적	쾌적	쾌적
Gemma 4 E2B	쾌적	쾌적	쾌적
Mellum2.1 12B-A2.5B Thinking	쾌적	쾌적	쾌적
Spark-X2.5 4B	쾌적	쾌적	쾌적
Llama 3.2 3B	쾌적	쾌적	쾌적
Qwen3.5 4B	쾌적	쾌적	쾌적
gpt-oss-20b	쾌적	쾌적	쾌적
Nemotron 3.5 Lightning 30B-A3B	쾌적	쾌적	쾌적
MiniCPM-V 4.7 35B-A3B	쾌적	쾌적	쾌적
Qwen3.6 35B-A3B	쾌적	쾌적	쾌적
Gemma 4 E4B	쾌적	쾌적	쾌적
Kanana 1.5 15.7B-A3B	쾌적	쾌적	쾌적
Qwen3.5 35B-A3B	쾌적	쾌적	쾌적
Qwen3 30B-A3B (2507)	쾌적	쾌적	쾌적
gpt-oss-120b	불가	불가	쾌적
Gemma 4 26B-A4B	쾌적	쾌적	쾌적
Ling-3.0 Flash	불가	불가	쾌적
Kolibri 1	불가	겨우 가능	쾌적
DeepSeek R1 Distill Llama 8B	쾌적	쾌적	쾌적
Kanana 1.5 8B	쾌적	쾌적	쾌적
Llama 3.1 8B	쾌적	쾌적	쾌적
Nanbeige4.2 3B	쾌적	쾌적	쾌적
Qwen3.5 9B	쾌적	쾌적	쾌적
DeepSeek R1 0528 Qwen3 8B	쾌적	쾌적	쾌적
Qwen3 8B	쾌적	쾌적	쾌적
K2-Horizon MoVA 36B-A4B	쾌적	쾌적	쾌적
K2-Horizon 7B	쾌적	쾌적	쾌적
Gemma 4 12B	쾌적	쾌적	쾌적
Gemma 3 12B	쾌적	쾌적	쾌적
Laguna S 2.1	불가	불가	쾌적
Qwen3.5 122B-A10B	불가	불가	쾌적
Solar Open 100B	불가	불가	쾌적
HyperCLOVA X SEED Think 14B	쾌적	쾌적	쾌적
Qwen3 14B	쾌적	쾌적	쾌적
DeepSeek R1 Distill Qwen 14B	쾌적	쾌적	쾌적
Phi-4	쾌적	쾌적	쾌적
Mistral Small 3.2 24B	쾌적	쾌적	쾌적
Gemma 3 27B	쾌적	쾌적	쾌적
Qwen3.6 27B	원활	원활	원활
Muse Glimmer 30B	원활	원활	원활
Qwen3.5 27B	원활	원활	원활
Qwen3.8 27B	원활	원활	원활
Gemma 4 31B	원활	원활	원활
Granite 4.2 30B	원활	원활	원활
EXAONE 4.0 32B	원활	원활	원활
EXAONE 4.5 33B	원활	원활	원활
Qwen3 32B	원활	원활	원활
DeepSeek R1 Distill Qwen 32B	원활	원활	원활
Nanbeige4.3 33B	원활	원활	원활
Llama 3.3 70B	불가	겨우 가능	원활
DeepSeek V4 Flash 0731	불가	불가	불가
Solar Open 2 250B	불가	불가	불가
GLM-5.3 Flash	불가	불가	불가

Apple M4 Max (40-core GPU) 벤치마크 결과

보정에 쓰는 공개 벤치마크입니다. 측정 조건(컨텍스트·백엔드·플래그)은 위 추정과 다를 수 있습니다.

Apple M4 Max (40-core GPU) 벤치마크 결과
모델	양자화	백엔드	컨텍스트	프롬프트 (tok/s)	생성 (tok/s)	플래그	출처	측정일
llama-2-7b	Q4_0	llama.cpp	512	886.0	83.1	Metal, b1550 (2023)	github.com	2024-11-13

자주 묻는 질문

Apple M4 Max (40-core GPU)에 통째로 올라가는 가장 큰 모델은 무엇인가요?

Ling-3.0 Flash Q4_K_M(77.01GB 파일)입니다. 8k 컨텍스트에서 통합 메모리 128GB에 전부 올라가고, 속도는 추정 88.6 tok/s (62.0–115.2, 이론 추정 ±30%)입니다.

Apple M4 Max (40-core GPU)에서 원활하게 돌아가는 로컬 LLM은 몇 개인가요?

Q4_K_M·8k 컨텍스트, 메모리 128GB 기준으로 등록된 모델 59개를 보면 쾌적 44개, 원활 12개, 겨우 가능 0개, 불가 3개입니다.

Apple M4 Max (40-core GPU)에서 Llama 3.3 70B 같은 70B 모델을 돌릴 수 있나요?

Q4_K_M, 통합 메모리 기준 판정: 원활, 속도: 추정 9.2 tok/s (7.3–11.0, 보정된 추정 ±20%).

속도는 메모리 대역폭으로 계산한 추정치를 공개 벤치마크로 보정한 값입니다. 모든 수치에는 오차 범위와 신뢰 라벨을 함께 표시합니다. 실제 속도는 드라이버, 백엔드, 컨텍스트 길이, 발열에 따라 달라집니다.

사양