Apple MacBook Pro 14 Zoll (2023), M2 Pro mit 19-Kern-GPU, 16 GB
Ja. Auf diesem Gerät läuft Qwen3 14B flüssig, mit rund 14 bis 19 Token pro Sekunde.
Berechnet für 4.096 Token Kontext (Anwendungsfall „Ausprobieren, Neugier“). Die Tempowerte sind an veröffentlichten Messungen abgeglichen, aber nicht auf diesem Gerät gemessen.
Ja. Auf diesem Gerät läuft Gemma 4 12B flüssig, mit rund 17 bis 24 Token pro Sekunde.
Berechnet für 16.384 Token Kontext (Anwendungsfall „Programmieren“). Die Tempowerte sind an veröffentlichten Messungen abgeglichen, aber nicht auf diesem Gerät gemessen.
Ja. Auf diesem Gerät läuft Ministral 3 14B flüssig, mit rund 14 bis 20 Token pro Sekunde.
Berechnet für 8.192 Token Kontext (Anwendungsfall „Texte schreiben, übersetzen“). Die Tempowerte sind an veröffentlichten Messungen abgeglichen, aber nicht auf diesem Gerät gemessen.
Ja. Auf diesem Gerät läuft Gemma 4 12B flüssig, mit rund 17 bis 23 Token pro Sekunde.
Berechnet für 32.768 Token Kontext (Anwendungsfall „Dokumente auswerten“). Die Tempowerte sind an veröffentlichten Messungen abgeglichen, aber nicht auf diesem Gerät gemessen.
Ja. Auf diesem Gerät läuft Gemma 4 12B flüssig, mit rund 17 bis 23 Token pro Sekunde.
Berechnet für 32.768 Token Kontext (Anwendungsfall „Kundendaten, interne Unterlagen“). Die Tempowerte sind an veröffentlichten Messungen abgeglichen, aber nicht auf diesem Gerät gemessen.
Größtes Modell, das flüssig läuft
Qwen3 14BQ4_K_M · 14 bis 19 Token/s
So starten Sie es mit Ollama:
$ ollama run hf.co/Qwen/Qwen3-14B-GGUF:Q4_K_MSchnellstes Modell
LFM2.5 8B A1BQ4_K_M · 60 bis 88 Token/s
Das schnellste unter den flüssig laufenden Modellen mit mindestens halb so vielen Parametern wie das größte.
So starten Sie es mit Ollama:
$ ollama run hf.co/LiquidAI/LFM2.5-8B-A1B-GGUF:Q4_K_MModelle auf diesem Gerät
Alle Tempowerte sind berechnet und an veröffentlichten Messungen abgeglichen, nicht auf dem Gerät gemessen. Mit * markierte Werte sind nicht abgeglichen und deshalb unsicher.
| Modell | Urteil | Tempo | Speicher |
|---|---|---|---|
| Qwen3 14B Q4_K_M | Läuft gut | 14 bis 19 Token/s | 10,7 von 10,7 GB |
| Ministral 3 14B Q4_K_M | Läuft gut | 15 bis 20 Token/s | 9,9 von 10,7 GB |
| Gemma 4 12B Q4_0 | Läuft gut | 17 bis 24 Token/s | 8,3 von 10,7 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 22 bis 30 Token/s | 6,9 von 10,7 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 22 bis 31 Token/s | 6,7 von 10,7 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 24 bis 33 Token/s | 6,5 von 10,7 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 25 bis 34 Token/s | 6,4 von 10,7 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 27 bis 38 Token/s | 5,6 von 10,7 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 41 bis 57 Token/s | 4,0 von 10,7 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 46 bis 63 Token/s | 3,7 von 10,7 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 46 bis 64 Token/s | 4,0 von 10,7 GB |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 60 bis 88 Token/s | 6,9 von 10,7 GB |
| LFM2.5 2.6B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 71 bis 98 Token/s | 2,8 von 10,7 GB |
| gpt-oss 20B Q4_K_M | Läuft nicht | 12,8 von 10,7 GB | |
| Mistral Small 3.2 24B Q4_K_M | Läuft nicht | 16,1 von 10,7 GB | |
| Qwen3.8 27B Q4_K_M | Läuft nicht | 17,9 von 10,7 GB | |
| Qwen3.6 27B Q4_K_M | Läuft nicht | 18,2 von 10,7 GB | |
| Gemma 4 26B A4B Q4_K_M | Läuft nicht | 18,4 von 10,7 GB | |
| Granite 4.2 30B Q4_K_M | Läuft nicht | 20,0 von 10,7 GB | |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft nicht | 20,1 von 10,7 GB | |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft nicht | 20,1 von 10,7 GB | |
| Gemma 4 31B Q4_K_M | Läuft nicht | 20,7 von 10,7 GB | |
| Ornith 1.5 35B A3B Q4_K_M | Läuft nicht | 23,0 von 10,7 GB | |
| Qwen3.6 35B A3B Q4_K_M | Läuft nicht | 23,5 von 10,7 GB | |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 45,5 von 10,7 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 65,0 von 10,7 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,0 von 10,7 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 110,8 von 10,7 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 250,1 von 10,7 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 381,5 von 10,7 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 895,4 von 10,7 GB |
Größtes Modell, das flüssig läuft
Gemma 4 12BQ4_0 · 17 bis 24 Token/s
So starten Sie es mit Ollama:
$ ollama run hf.co/google/gemma-4-12B-it-qat-q4_0-gguf:Q4_0Schnellstes Modell
LFM2.5 8B A1BQ4_K_M · 32 bis 47 Token/s
Das schnellste unter den flüssig laufenden Modellen mit mindestens halb so vielen Parametern wie das größte.
So starten Sie es mit Ollama:
$ ollama run hf.co/LiquidAI/LFM2.5-8B-A1B-GGUF:Q4_K_MModelle auf diesem Gerät
Alle Tempowerte sind berechnet und an veröffentlichten Messungen abgeglichen, nicht auf dem Gerät gemessen. Mit * markierte Werte sind nicht abgeglichen und deshalb unsicher.
| Modell | Urteil | Tempo | Speicher |
|---|---|---|---|
| Gemma 4 12B Q4_0 | Läuft gut | 17 bis 24 Token/s | 8,5 von 10,7 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 21 bis 29 Token/s | 7,3 von 10,7 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 22 bis 30 Token/s | 7,1 von 10,7 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 21 bis 29 Token/s | 8,3 von 10,7 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 22 bis 30 Token/s | 8,0 von 10,7 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 27 bis 37 Token/s | 5,8 von 10,7 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 41 bis 56 Token/s | 4,1 von 10,7 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 43 bis 60 Token/s | 4,1 von 10,7 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 36 bis 50 Token/s | 5,8 von 10,7 GB |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 32 bis 47 Token/s | 9,5 von 10,7 GB |
| LFM2.5 2.6B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 60 bis 82 Token/s | 3,6 von 10,7 GB |
| Ministral 3 14B Q4_K_M | Läuft nicht | 11,9 von 10,7 GB | |
| Qwen3 14B Q4_K_M | Läuft nicht | 12,7 von 10,7 GB | |
| gpt-oss 20B Q4_K_M | Läuft nicht | 13,1 von 10,7 GB | |
| Mistral Small 3.2 24B Q4_K_M | Läuft nicht | 18,1 von 10,7 GB | |
| Gemma 4 26B A4B Q4_K_M | Läuft nicht | 18,6 von 10,7 GB | |
| Qwen3.8 27B Q4_K_M | Läuft nicht | 18,7 von 10,7 GB | |
| Qwen3.6 27B Q4_K_M | Läuft nicht | 19,0 von 10,7 GB | |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft nicht | 21,3 von 10,7 GB | |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft nicht | 21,3 von 10,7 GB | |
| Gemma 4 31B Q4_K_M | Läuft nicht | 21,7 von 10,7 GB | |
| Granite 4.2 30B Q4_K_M | Läuft nicht | 23,2 von 10,7 GB | |
| Ornith 1.5 35B A3B Q4_K_M | Läuft nicht | 23,3 von 10,7 GB | |
| Qwen3.6 35B A3B Q4_K_M | Läuft nicht | 23,7 von 10,7 GB | |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 49,5 von 10,7 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 65,4 von 10,7 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,3 von 10,7 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 146,9 von 10,7 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 250,5 von 10,7 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 480,0 von 10,7 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 1.127,0 von 10,7 GB |
Größtes Modell, das flüssig läuft
Ministral 3 14BQ4_K_M · 14 bis 20 Token/s
So starten Sie es mit Ollama:
$ ollama run hf.co/mistralai/Ministral-3-14B-Instruct-2512-GGUF:Q4_K_MSchnellstes Modell
LFM2.5 8B A1BQ4_K_M · 46 bis 68 Token/s
Das schnellste unter den flüssig laufenden Modellen mit mindestens halb so vielen Parametern wie das größte.
So starten Sie es mit Ollama:
$ ollama run hf.co/LiquidAI/LFM2.5-8B-A1B-GGUF:Q4_K_MModelle auf diesem Gerät
Alle Tempowerte sind berechnet und an veröffentlichten Messungen abgeglichen, nicht auf dem Gerät gemessen. Mit * markierte Werte sind nicht abgeglichen und deshalb unsicher.
| Modell | Urteil | Tempo | Speicher |
|---|---|---|---|
| Ministral 3 14B Q4_K_M | Läuft gut | 14 bis 20 Token/s | 10,6 von 10,7 GB |
| Gemma 4 12B Q4_0 | Läuft gut | 17 bis 24 Token/s | 8,4 von 10,7 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 22 bis 30 Token/s | 7,0 von 10,7 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 22 bis 30 Token/s | 6,9 von 10,7 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 23 bis 32 Token/s | 7,1 von 10,7 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 24 bis 33 Token/s | 6,9 von 10,7 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 27 bis 37 Token/s | 5,6 von 10,7 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 41 bis 57 Token/s | 4,0 von 10,7 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 45 bis 62 Token/s | 3,9 von 10,7 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 42 bis 59 Token/s | 4,6 von 10,7 GB |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 46 bis 68 Token/s | 7,8 von 10,7 GB |
| LFM2.5 2.6B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 67 bis 92 Token/s | 3,1 von 10,7 GB |
| Qwen3 14B Q4_K_M | Läuft nicht | 11,3 von 10,7 GB | |
| gpt-oss 20B Q4_K_M | Läuft nicht | 12,9 von 10,7 GB | |
| Mistral Small 3.2 24B Q4_K_M | Läuft nicht | 16,8 von 10,7 GB | |
| Qwen3.8 27B Q4_K_M | Läuft nicht | 18,2 von 10,7 GB | |
| Gemma 4 26B A4B Q4_K_M | Läuft nicht | 18,5 von 10,7 GB | |
| Qwen3.6 27B Q4_K_M | Läuft nicht | 18,5 von 10,7 GB | |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft nicht | 20,5 von 10,7 GB | |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft nicht | 20,5 von 10,7 GB | |
| Gemma 4 31B Q4_K_M | Läuft nicht | 21,0 von 10,7 GB | |
| Granite 4.2 30B Q4_K_M | Läuft nicht | 21,0 von 10,7 GB | |
| Ornith 1.5 35B A3B Q4_K_M | Läuft nicht | 23,1 von 10,7 GB | |
| Qwen3.6 35B A3B Q4_K_M | Läuft nicht | 23,5 von 10,7 GB | |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 46,9 von 10,7 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 65,1 von 10,7 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,1 von 10,7 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 122,8 von 10,7 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 250,3 von 10,7 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 414,3 von 10,7 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 972,6 von 10,7 GB |
Größtes Modell, das flüssig läuft
Gemma 4 12BQ4_0 · 17 bis 23 Token/s
So starten Sie es mit Ollama:
$ ollama run hf.co/google/gemma-4-12B-it-qat-q4_0-gguf:Q4_0Schnellstes Modell
Gemma 4 E4BQ4_0 · 26 bis 36 Token/s
Das schnellste unter den flüssig laufenden Modellen mit mindestens halb so vielen Parametern wie das größte.
So starten Sie es mit Ollama:
$ ollama run hf.co/ggml-org/gemma-4-E4B-it-GGUF:Q4_0Modelle auf diesem Gerät
Alle Tempowerte sind berechnet und an veröffentlichten Messungen abgeglichen, nicht auf dem Gerät gemessen. Mit * markierte Werte sind nicht abgeglichen und deshalb unsicher.
| Modell | Urteil | Tempo | Speicher |
|---|---|---|---|
| Gemma 4 12B Q4_0 | Läuft gut | 17 bis 23 Token/s | 8,8 von 10,7 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 20 bis 28 Token/s | 7,9 von 10,7 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 21 bis 29 Token/s | 7,7 von 10,7 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 19 bis 26 Token/s | 10,1 von 10,7 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 26 bis 36 Token/s | 6,0 von 10,7 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 40 bis 56 Token/s | 4,2 von 10,7 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 40 bis 55 Token/s | 4,7 von 10,7 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 28 bis 39 Token/s | 8,2 von 10,7 GB |
| LFM2.5 2.6B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 49 bis 68 Token/s | 4,7 von 10,7 GB |
| Qwen3 8B Q4_K_M | Läuft nicht | 10,8 von 10,7 GB | |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 13,0 von 10,7 GB | |
| gpt-oss 20B Q4_K_M | Läuft nicht | 13,5 von 10,7 GB | |
| Ministral 3 14B Q4_K_M | Läuft nicht | 14,6 von 10,7 GB | |
| Qwen3 14B Q4_K_M | Läuft nicht | 15,4 von 10,7 GB | |
| Gemma 4 26B A4B Q4_K_M | Läuft nicht | 19,0 von 10,7 GB | |
| Qwen3.8 27B Q4_K_M | Läuft nicht | 19,9 von 10,7 GB | |
| Qwen3.6 27B Q4_K_M | Läuft nicht | 20,1 von 10,7 GB | |
| Mistral Small 3.2 24B Q4_K_M | Läuft nicht | 20,8 von 10,7 GB | |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft nicht | 23,0 von 10,7 GB | |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft nicht | 23,0 von 10,7 GB | |
| Gemma 4 31B Q4_K_M | Läuft nicht | 23,0 von 10,7 GB | |
| Ornith 1.5 35B A3B Q4_K_M | Läuft nicht | 23,7 von 10,7 GB | |
| Qwen3.6 35B A3B Q4_K_M | Läuft nicht | 24,1 von 10,7 GB | |
| Granite 4.2 30B Q4_K_M | Läuft nicht | 27,5 von 10,7 GB | |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 54,9 von 10,7 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 66,0 von 10,7 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,7 von 10,7 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 195,1 von 10,7 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 251,1 von 10,7 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 611,4 von 10,7 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 1.435,8 von 10,7 GB |
Größtes Modell, das flüssig läuft
Gemma 4 12BQ4_0 · 17 bis 23 Token/s
So starten Sie es mit Ollama:
$ ollama run hf.co/google/gemma-4-12B-it-qat-q4_0-gguf:Q4_0Schnellstes Modell
Gemma 4 E4BQ4_0 · 26 bis 36 Token/s
Das schnellste unter den flüssig laufenden Modellen mit mindestens halb so vielen Parametern wie das größte.
So starten Sie es mit Ollama:
$ ollama run hf.co/ggml-org/gemma-4-E4B-it-GGUF:Q4_0Modelle auf diesem Gerät
Alle Tempowerte sind berechnet und an veröffentlichten Messungen abgeglichen, nicht auf dem Gerät gemessen. Mit * markierte Werte sind nicht abgeglichen und deshalb unsicher.
| Modell | Urteil | Tempo | Speicher |
|---|---|---|---|
| Gemma 4 12B Q4_0 | Läuft gut | 17 bis 23 Token/s | 8,8 von 10,7 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 20 bis 28 Token/s | 7,9 von 10,7 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 21 bis 29 Token/s | 7,7 von 10,7 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 19 bis 26 Token/s | 10,1 von 10,7 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 26 bis 36 Token/s | 6,0 von 10,7 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 40 bis 56 Token/s | 4,2 von 10,7 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 40 bis 55 Token/s | 4,7 von 10,7 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 28 bis 39 Token/s | 8,2 von 10,7 GB |
| LFM2.5 2.6B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 49 bis 68 Token/s | 4,7 von 10,7 GB |
| Qwen3 8B Q4_K_M | Läuft nicht | 10,8 von 10,7 GB | |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 13,0 von 10,7 GB | |
| gpt-oss 20B Q4_K_M | Läuft nicht | 13,5 von 10,7 GB | |
| Ministral 3 14B Q4_K_M | Läuft nicht | 14,6 von 10,7 GB | |
| Qwen3 14B Q4_K_M | Läuft nicht | 15,4 von 10,7 GB | |
| Gemma 4 26B A4B Q4_K_M | Läuft nicht | 19,0 von 10,7 GB | |
| Qwen3.8 27B Q4_K_M | Läuft nicht | 19,9 von 10,7 GB | |
| Qwen3.6 27B Q4_K_M | Läuft nicht | 20,1 von 10,7 GB | |
| Mistral Small 3.2 24B Q4_K_M | Läuft nicht | 20,8 von 10,7 GB | |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft nicht | 23,0 von 10,7 GB | |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft nicht | 23,0 von 10,7 GB | |
| Gemma 4 31B Q4_K_M | Läuft nicht | 23,0 von 10,7 GB | |
| Ornith 1.5 35B A3B Q4_K_M | Läuft nicht | 23,7 von 10,7 GB | |
| Qwen3.6 35B A3B Q4_K_M | Läuft nicht | 24,1 von 10,7 GB | |
| Granite 4.2 30B Q4_K_M | Läuft nicht | 27,5 von 10,7 GB | |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 54,9 von 10,7 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 66,0 von 10,7 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,7 von 10,7 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 195,1 von 10,7 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 251,1 von 10,7 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 611,4 von 10,7 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 1.435,8 von 10,7 GB |
Gerätedaten
- Chip
- M2 Pro, 19-Kern-GPU
- Arbeitsspeicher
- 16 GB
- Davon für Modelle nutzbar
- 10,7 GB
- Speicherbandbreite
- 200 GB/s
- Rechenschnittstelle
- Metal