Apple M4 Pro(맥 미니·맥북 프로)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.

Apple M4 Pro 사용자가 알아 둘 점

M4 Pro는 통합 메모리 24GB·48GB·64GB 구성이 있고, 메모리 대역폭이 273 GB/s로 Apple M4의 두 배가 넘습니다. 24GB 구성에서도 gpt-oss-20b와 Llama 3.1 8B가 쾌적하게 돌아갑니다. Qwen3 14B는 원활하게 돌아갑니다. 실행 명령은 Apple M4 Pro에서 gpt-oss-20b 페이지에 있습니다.

48GB에서는 Qwen3 30B-A3B, Qwen3.5 35B-A3B, Gemma 4 26B-A4B 같은 MoE 모델이 전부 올라가 쾌적하게 돌아갑니다. 24GB에서는 Qwen3 30B-A3B가 CPU 전용으로 돌고, Qwen3.5 35B-A3B는 올라가지 않습니다. dense 모델은 토큰마다 가중치 전체를 읽어서 훨씬 느립니다. 48GB에서 Gemma 3 27B는 원활하게, Gemma 4 31B는 느리게 돌아갑니다. Gemma 4는 생각 모드가 기본으로 꺼져 있어도 CanRun이 속도 기준을 1.5배 엄격하게 잡기 때문입니다.

64GB는 속도가 아니라 용량을 늘려 줍니다. Llama 3.3 70B는 IQ4_XS 파일이면 올라가지만 느리게 돌아갑니다. gpt-oss-120b는 64.3GB가 필요해 64GB로도 올라가지 않습니다. 이 모델에는 M4 Pro의 어떤 구성보다 큰 메모리가 필요합니다. 예를 들어 128GB Apple M4 Max (40-core GPU)에서는 쾌적하게 돌아갑니다.

사양

메모리 구성: 24GB · 48GB · 64GB
메모리 대역폭: 273.0 GB/s
FP16 연산: 8.1 TFLOPS
출시 연도: 2024
이 칩이 들어간 맥: 맥 미니: 24GB · 48GB · 64GB
맥북 프로: 24GB · 48GB
다른 표기: M4 Pro

판정 요약

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

24GB쾌적24개원활6개겨우 가능10개불가19개양자화를 더 낮추면 8개가 더 돌아갑니다.
48GB쾌적31개원활7개겨우 가능11개불가10개양자화를 더 낮추면 4개가 더 돌아갑니다.
64GB쾌적31개원활7개겨우 가능13개불가8개양자화를 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 Pro 전체 모델 판정

옆으로 밀면 모든 열을 볼 수 있습니다.

모델 59개(판정·속도 순), 메모리 64GB
모델	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고
MiniCPM5 1B	쾌적	추정 232.8 tok/s186.2–279.3보정된 추정 ±20%	Q4_K_M	1.5 / 44.8GB	통합 메모리	최대 128k	생각 모드
Llama 3.2 1B	쾌적	추정 192.4 tok/s153.9–230.9보정된 추정 ±20%	Q4_K_M	1.7 / 44.8GB	통합 메모리	최대 128k	—
Ling-3.0 Tiny	쾌적	추정 175.4 tok/s122.8–228.1이론 추정 ±30%	Q4_K_M	5.5 / 44.8GB	통합 메모리	최대 128k	생각 모드
EXAONE 4.0 1.2B	쾌적	추정 158.0 tok/s126.4–189.6보정된 추정 ±20%	Q4_K_M	1.9 / 44.8GB	통합 메모리	최대 64k	생각 모드
LFM2.5 2.6B	쾌적	추정 115.0 tok/s80.5–149.5이론 추정 ±30%	Q4_K_M	2.4 / 44.8GB	통합 메모리	최대 128k	생각 모드
HyperCLOVA X SEED 1.5B	쾌적	추정 114.3 tok/s91.4–137.2보정된 추정 ±20%	Q4_K_M	2.4 / 44.8GB	통합 메모리	최대 16k	—
MiniCPM5 2B	쾌적	추정 108.5 tok/s86.8–130.2보정된 추정 ±20%	Q4_K_M	2.5 / 44.8GB	통합 메모리	최대 64k	생각 모드
Gemma 4 E2B	쾌적	추정 108.4 tok/s75.9–141.0이론 추정 ±30%	Q4_K_M	3.7 / 44.8GB	통합 메모리	최대 128k	생각 모드
Mellum2.1 12B-A2.5B Thinking	쾌적	추정 101.8 tok/s81.4–122.2보정된 추정 ±20%	Q4_K_M	8.8 / 44.8GB	통합 메모리	최대 128k	생각 모드
MiniCPM-V 4.7 35B-A3B	쾌적	추정 74.2 tok/s59.3–89.0보정된 추정 ±20%	Q4_K_M	21.9 / 44.8GB	통합 메모리	최대 128k	생각 모드
Spark-X2.5 4B	쾌적	추정 71.5 tok/s57.2–85.8보정된 추정 ±20%	Q4_K_M	3.5 / 44.8GB	통합 메모리	최대 64k	생각 모드
Llama 3.2 3B	쾌적	추정 70.1 tok/s56.1–84.1보정된 추정 ±20%	Q4_K_M	3.5 / 44.8GB	통합 메모리	최대 64k	—
gpt-oss-20b	쾌적Apple M4 Pro에서 gpt-oss-20b 판정 보기	추정 69.9 tok/s55.9–83.9보정된 추정 ±20%	MXFP4	12.9 / 44.8GB	통합 메모리	최대 128k	생각 모드
Qwen3.6 35B-A3B	쾌적Apple M4 Pro에서 Qwen3.6 35B-A3B 판정 보기	추정 68.8 tok/s55.0–82.5보정된 추정 ±20%	Q4_K_M	23.0 / 44.8GB	통합 메모리	최대 128k	생각 모드
Nemotron 3.5 Lightning 30B-A3B	쾌적	추정 68.0 tok/s47.6–88.4이론 추정 ±30%	Q4_K_M	26.1 / 44.8GB	통합 메모리	최대 256k	생각 모드
Qwen3.5 4B	쾌적	추정 67.0 tok/s53.6–80.4보정된 추정 ±20%	Q4_K_M	3.7 / 44.8GB	통합 메모리	최대 64k	생각 모드
Kanana 1.5 15.7B-A3B	쾌적	추정 60.6 tok/s48.5–72.8보정된 추정 ±20%	Q4_K_M	12.1 / 44.8GB	통합 메모리	최대 32k	—
Qwen3.5 35B-A3B	쾌적Apple M4 Pro에서 Qwen3.5 35B-A3B 판정 보기	추정 60.3 tok/s48.3–72.4보정된 추정 ±20%	Q4_K_M	23.4 / 44.8GB	통합 메모리	최대 128k	생각 모드
Qwen3 30B-A3B (2507)	쾌적Apple M4 Pro에서 Qwen3 30B-A3B (2507) 판정 보기	추정 59.2 tok/s47.4–71.1보정된 추정 ±20%	Q4_K_M	19.9 / 44.8GB	통합 메모리	최대 64k	—
Gemma 4 E4B	쾌적	추정 58.7 tok/s41.1–76.3이론 추정 ±30%	Q4_K_M	5.7 / 44.8GB	통합 메모리	최대 128k	생각 모드
Gemma 4 26B-A4B	쾌적Apple M4 Pro에서 Gemma 4 26B-A4B 판정 보기	추정 50.2 tok/s40.2–60.2보정된 추정 ±20%	Q4_K_M	17.7 / 44.8GB	통합 메모리	최대 128k	생각 모드
Qwen3.5 9B	쾌적Apple M4 Pro에서 Qwen3.5 9B 판정 보기	37.0 tok/s8k 추정 33.8 tok/s (27.0–40.6, 보정된 추정 ±20%)실측 1건 (4k 컨텍스트)	Q4_K_M	6.7 / 44.8GB	통합 메모리	최대 16k	생각 모드
K2-Horizon MoVA 36B-A4B	쾌적	추정 36.8 tok/s25.8–47.8이론 추정 ±30%	Q4_K_M	24.6 / 44.8GB	통합 메모리	최대 8k	생각 모드
DeepSeek R1 Distill Llama 8B	쾌적	추정 34.6 tok/s27.7–41.5보정된 추정 ±20%	Q4_K_M	6.6 / 44.8GB	통합 메모리	최대 8k	생각 모드
Kanana 1.5 8B	쾌적	추정 34.6 tok/s27.7–41.5보정된 추정 ±20%	Q4_K_M	6.6 / 44.8GB	통합 메모리	최대 32k	—
Llama 3.1 8B	쾌적Apple M4 Pro에서 Llama 3.1 8B 판정 보기	추정 34.6 tok/s27.7–41.5보정된 추정 ±20%	Q4_K_M	6.6 / 44.8GB	통합 메모리	최대 32k	—
Nanbeige4.2 3B	쾌적	추정 33.9 tok/s23.7–44.0이론 추정 ±30%	Q4_K_M	4.7 / 44.8GB	통합 메모리	최대 8k	생각 모드
DeepSeek R1 0528 Qwen3 8B	쾌적	추정 33.3 tok/s26.6–39.9보정된 추정 ±20%	Q4_K_M	6.8 / 44.8GB	통합 메모리	최대 8k	생각 모드
Qwen3 8B	쾌적Apple M4 Pro에서 Qwen3 8B 판정 보기	추정 33.3 tok/s26.6–39.9보정된 추정 ±20%	Q4_K_M	6.8 / 44.8GB	통합 메모리	최대 8k	생각 모드
K2-Horizon 7B	쾌적	추정 30.5 tok/s24.4–36.6보정된 추정 ±20%	Q4_K_M	7.4 / 44.8GB	통합 메모리	최대 8k	생각 모드
Gemma 3 12B	쾌적Apple M4 Pro에서 Gemma 3 12B 판정 보기	추정 26.5 tok/s21.2–31.8보정된 추정 ±20%	Q4_K_M	8.4 / 44.8GB	통합 메모리	최대 32k	—
Gemma 4 12B	원활Apple M4 Pro에서 Gemma 4 12B 판정 보기	추정 28.6 tok/s22.9–34.3보정된 추정 ±20%	Q4_K_M	7.8 / 44.8GB	통합 메모리	최대 256k	IQ4_XS: 쾌적 생각 모드
HyperCLOVA X SEED Think 14B	원활	추정 20.4 tok/s14.2–26.5이론 추정 ±30%	Q4_K_M	10.8 / 44.8GB	통합 메모리	최대 32k	생각 모드
Qwen3 14B	원활Apple M4 Pro에서 Qwen3 14B 판정 보기	추정 20.1 tok/s16.0–24.1보정된 추정 ±20%	Q4_K_M	10.9 / 44.8GB	통합 메모리	최대 32k	생각 모드
DeepSeek R1 Distill Qwen 14B	원활	추정 19.6 tok/s15.7–23.5보정된 추정 ±20%	Q4_K_M	11.2 / 44.8GB	통합 메모리	최대 32k	생각 모드
Phi-4	원활	추정 19.3 tok/s15.5–23.2보정된 추정 ±20%	Q4_K_M	11.3 / 44.8GB	통합 메모리	최대 16k	—
Mistral Small 3.2 24B	원활	추정 13.2 tok/s10.6–15.9보정된 추정 ±20%	Q4_K_M	16.2 / 44.8GB	통합 메모리	최대 64k	Q2_K (품질 손실 큼): 쾌적
Gemma 3 27B	원활	추정 12.0 tok/s9.6–14.5보정된 추정 ±20%	Q4_K_M	17.8 / 44.8GB	통합 메모리	최대 64k	—
Kolibri 1	겨우 가능	추정 49.5 tok/s34.6–64.3이론 추정 ±30%	Q4_K_M	RAM 49.9GB	CPU 전용	최대 256k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. IQ4_XS: 쾌적 생각 모드
Qwen3.6 27B	겨우 가능	추정 12.0 tok/s9.6–14.3보정된 추정 ±20%	Q4_K_M	17.9 / 44.8GB	통합 메모리	최대 256k	IQ4_XS: 원활 생각 모드
Muse Glimmer 30B	겨우 가능	추정 11.9 tok/s9.5–14.3보정된 추정 ±20%	Q4_K_M	18.0 / 44.8GB	통합 메모리	최대 128k	IQ4_XS: 원활 생각 모드
Qwen3.8 27B	겨우 가능Apple M4 Pro에서 Qwen3.8 27B 판정 보기	추정 11.5 tok/s9.2–13.8보정된 추정 ±20%	Q4_K_M	18.6 / 44.8GB	통합 메모리	최대 256k	IQ4_XS: 원활 생각 모드
Gemma 4 31B	겨우 가능Apple M4 Pro에서 Gemma 4 31B 판정 보기	추정 10.9 tok/s8.7–13.1보정된 추정 ±20%	Q4_K_M	19.6 / 44.8GB	통합 메모리	최대 256k	IQ4_XS: 원활 생각 모드
Granite 4.2 30B	겨우 가능	추정 10.4 tok/s8.4–12.5보정된 추정 ±20%	Q4_K_M	20.4 / 44.8GB	통합 메모리	최대 64k	Q2_K (품질 손실 큼): 원활 생각 모드
EXAONE 4.0 32B	겨우 가능	추정 10.4 tok/s8.4–12.5보정된 추정 ±20%	Q4_K_M	20.5 / 44.8GB	통합 메모리	최대 128k	생각 모드
EXAONE 4.5 33B	겨우 가능	추정 10.1 tok/s8.1–12.1보정된 추정 ±20%	Q4_K_M	21.2 / 44.8GB	통합 메모리	최대 256k	생각 모드
Qwen3.5 27B	겨우 가능Apple M4 Pro에서 Qwen3.5 27B 판정 보기	9.9 tok/s8k 추정 11.8 tok/s (9.4–14.1, 보정된 추정 ±20%)실측 1건 (512 컨텍스트)	Q4_K_M	18.2 / 44.8GB	통합 메모리	최대 256k	IQ4_XS: 원활 생각 모드
Qwen3 32B	겨우 가능Apple M4 Pro에서 Qwen3 32B 판정 보기	추정 9.5 tok/s7.6–11.4보정된 추정 ±20%	Q4_K_M	22.5 / 44.8GB	통합 메모리	최대 32k	Q2_K (품질 손실 큼): 원활 생각 모드
DeepSeek R1 Distill Qwen 32B	겨우 가능	추정 9.4 tok/s7.5–11.3보정된 추정 ±20%	Q4_K_M	22.6 / 44.8GB	통합 메모리	최대 64k	Q2_K (품질 손실 큼): 원활 생각 모드
Nanbeige4.3 33B	겨우 가능	추정 9.2 tok/s7.4–11.0보정된 추정 ±20%	Q4_K_M	23.1 / 44.8GB	통합 메모리	최대 64k	Q2_K (품질 손실 큼): 원활 생각 모드
Llama 3.3 70B	겨우 가능Apple M4 Pro에서 Llama 3.3 70B 판정 보기	추정 3.0 tok/s2.1–3.9이론 추정 ±30%	Q4_K_M	RAM 45.2GB	CPU 전용	최대 32k	—
Qwen3.5 122B-A10B	불가UD-Q2_K_XL (품질 손실 큼): 쾌적Apple M4 Pro에서 Qwen3.5 122B-A10B 판정 보기	추정 34.1 tok/s27.2–40.9보정된 추정 ±20%	UD-Q2_K_XL	43.6 / 44.8GB	통합 메모리	최대 32k	생각 모드
Solar Open 100B	불가IQ4_XS: 겨우 가능	추정 14.5 tok/s10.1–18.8이론 추정 ±30%	IQ4_XS	RAM 57.1GB	CPU 전용	최대 16k	CPU로만 추론하므로 겨우 돌아가는 수준을 넘지 못합니다. Q2_K (품질 손실 큼): 원활 생각 모드
DeepSeek V4 Flash 0731	불가	—	MXFP4	155.6GB 필요	—	—	약 155.6GB가 필요한데, 여유 메모리는 60.0GB입니다(GPU가 쓸 수 있는 양 44.8GB). 생각 모드
GLM-5.3 Flash	불가	—	Q4_K_M	182.1GB 필요	—	—	약 182.1GB가 필요한데, 여유 메모리는 60.0GB입니다(GPU가 쓸 수 있는 양 44.8GB). 생각 모드
gpt-oss-120b	불가Apple M4 Pro에서 gpt-oss-120b 판정 보기	—	MXFP4	64.3GB 필요	—	—	약 64.3GB가 필요한데, 여유 메모리는 60.0GB입니다(GPU가 쓸 수 있는 양 44.8GB). 생각 모드
Laguna S 2.1	불가	—	Q4_K_M	68.6GB 필요	—	—	약 68.6GB가 필요한데, 여유 메모리는 60.0GB입니다(GPU가 쓸 수 있는 양 44.8GB). 생각 모드
Ling-3.0 Flash	불가	—	Q4_K_M	77.7GB 필요	—	—	약 77.7GB가 필요한데, 여유 메모리는 60.0GB입니다(GPU가 쓸 수 있는 양 44.8GB). 생각 모드
Solar Open 2 250B	불가	—	IQ4_XS	137.2GB 필요	—	—	약 137.2GB가 필요한데, 여유 메모리는 60.0GB입니다(GPU가 쓸 수 있는 양 44.8GB). 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	24GB	48GB	64GB
MiniCPM5 1B	쾌적	쾌적	쾌적
Llama 3.2 1B	쾌적	쾌적	쾌적
Ling-3.0 Tiny	쾌적	쾌적	쾌적
EXAONE 4.0 1.2B	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
MiniCPM-V 4.7 35B-A3B	불가	쾌적	쾌적
Spark-X2.5 4B	쾌적	쾌적	쾌적
Llama 3.2 3B	쾌적	쾌적	쾌적
gpt-oss-20b	쾌적	쾌적	쾌적
Qwen3.6 35B-A3B	불가	쾌적	쾌적
Nemotron 3.5 Lightning 30B-A3B	불가	쾌적	쾌적
Qwen3.5 4B	쾌적	쾌적	쾌적
Kanana 1.5 15.7B-A3B	쾌적	쾌적	쾌적
Qwen3.5 35B-A3B	불가	쾌적	쾌적
Qwen3 30B-A3B (2507)	겨우 가능	쾌적	쾌적
Gemma 4 E4B	쾌적	쾌적	쾌적
Gemma 4 26B-A4B	겨우 가능	쾌적	쾌적
Qwen3.5 9B	쾌적	쾌적	쾌적
K2-Horizon MoVA 36B-A4B	불가	쾌적	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
DeepSeek R1 0528 Qwen3 8B	쾌적	쾌적	쾌적
Qwen3 8B	쾌적	쾌적	쾌적
K2-Horizon 7B	쾌적	쾌적	쾌적
Gemma 3 12B	쾌적	쾌적	쾌적
Gemma 4 12B	원활	원활	원활
HyperCLOVA X SEED Think 14B	원활	원활	원활
Qwen3 14B	원활	원활	원활
DeepSeek R1 Distill Qwen 14B	원활	원활	원활
Phi-4	원활	원활	원활
Mistral Small 3.2 24B	원활	원활	원활
Gemma 3 27B	겨우 가능	원활	원활
Kolibri 1	불가	불가	겨우 가능
Qwen3.6 27B	겨우 가능	겨우 가능	겨우 가능
Muse Glimmer 30B	겨우 가능	겨우 가능	겨우 가능
Qwen3.8 27B	겨우 가능	겨우 가능	겨우 가능
Gemma 4 31B	겨우 가능	겨우 가능	겨우 가능
Granite 4.2 30B	겨우 가능	겨우 가능	겨우 가능
EXAONE 4.0 32B	겨우 가능	겨우 가능	겨우 가능
EXAONE 4.5 33B	불가	겨우 가능	겨우 가능
Qwen3.5 27B	겨우 가능	겨우 가능	겨우 가능
Qwen3 32B	불가	겨우 가능	겨우 가능
DeepSeek R1 Distill Qwen 32B	불가	겨우 가능	겨우 가능
Nanbeige4.3 33B	불가	겨우 가능	겨우 가능
Llama 3.3 70B	불가	불가	겨우 가능
Qwen3.5 122B-A10B	불가	불가	불가
Solar Open 100B	불가	불가	불가
DeepSeek V4 Flash 0731	불가	불가	불가
GLM-5.3 Flash	불가	불가	불가
gpt-oss-120b	불가	불가	불가
Laguna S 2.1	불가	불가	불가
Ling-3.0 Flash	불가	불가	불가
Solar Open 2 250B	불가	불가	불가

Apple M4 Pro 벤치마크 결과

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

Apple M4 Pro 벤치마크 결과
모델	양자화	백엔드	컨텍스트	프롬프트 (tok/s)	생성 (tok/s)	플래그	출처	측정일
llama-2-7b	Q4_0	llama.cpp	512	440.0	50.7	Metal, b1550 (2023)	github.com	2024-11-08
Qwen3.5 27B	Q4_K_M	llama.cpp	512	115.0	9.9	Metal	github.com	2026-07-18
Qwen3.5 9B	Q4_K_M	llama.cpp	4k	—	37.0	—	github.com	2026-07-29

자주 묻는 질문

Apple M4 Pro에 통째로 올라가는 가장 큰 모델은 무엇인가요?

Kolibri 1 IQ4_XS(43.63GB 파일)입니다. 8k 컨텍스트에서 통합 메모리 64GB에 전부 올라가고, 속도는 추정 52.1 tok/s (41.7–62.5, 보정된 추정 ±20%)입니다.

Apple M4 Pro에서 원활하게 돌아가는 로컬 LLM은 몇 개인가요?

Q4_K_M·8k 컨텍스트, 메모리 64GB 기준으로 등록된 모델 59개를 보면 쾌적 31개, 원활 7개, 겨우 가능 13개, 불가 8개입니다.

Apple M4 Pro에서 Llama 3.3 70B 같은 70B 모델을 돌릴 수 있나요?

Q4_K_M, CPU 전용 기준 판정: 겨우 가능, 속도: 추정 3.0 tok/s (2.1–3.9, 이론 추정 ±30%).

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.