Apple MacBook Pro 14 Zoll (2023), M3 Pro mit 14-Kern-GPU, 36 GB
Ja. Auf diesem Gerät läuft Qwen3 14B flüssig, mit rund 11 bis 15 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 Qwen3-Coder 30B A3B flüssig, mit rund 22 bis 32 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 Qwen3 14B flüssig, mit rund 10 bis 14 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 Qwen3 14B flüssig, mit rund 8,8 bis 12 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 Qwen3 14B flüssig, mit rund 8,8 bis 12 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 · 11 bis 15 Token/s
So starten Sie es mit Ollama:
$ ollama run hf.co/Qwen/Qwen3-14B-GGUF:Q4_K_MSchnellstes Modell
Ornith 1.5 35B A3BQ4_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/ornith-ai/Ornith-1.5-35B-A3B-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 | 11 bis 15 Token/s | 10,7 von 24,0 GB |
| Ministral 3 14B Q4_K_M | Läuft gut | 12 bis 16 Token/s | 9,9 von 24,0 GB |
| Gemma 4 12B Q4_0 | Läuft gut | 14 bis 19 Token/s | 8,3 von 24,0 GB |
| Ornith 1.5 35B A3B Q4_K_M | Läuft gut | 32 bis 47 Token/s | 23,0 von 24,0 GB |
| Qwen3.6 35B A3B Q4_K_M | Läuft gut | 31 bis 45 Token/s | 23,5 von 24,0 GB |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft gut | 27 bis 40 Token/s | 20,1 von 24,0 GB |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft gut | 27 bis 40 Token/s | 20,1 von 24,0 GB |
| Gemma 4 26B A4B Q4_K_M | Läuft gut | 22 bis 32 Token/s | 18,4 von 24,0 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 17 bis 24 Token/s | 6,9 von 24,0 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 17 bis 24 Token/s | 6,7 von 24,0 GB |
| gpt-oss 20B Q4_K_M | Läuft gut | 29 bis 42 Token/s | 12,8 von 24,0 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 19 bis 26 Token/s | 6,5 von 24,0 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 19 bis 27 Token/s | 6,4 von 24,0 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 21 bis 30 Token/s | 5,6 von 24,0 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 32 bis 45 Token/s | 4,0 von 24,0 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 36 bis 50 Token/s | 3,7 von 24,0 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 36 bis 50 Token/s | 4,0 von 24,0 GB |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 46 bis 68 Token/s | 6,9 von 24,0 GB |
| LFM2.5 2.6B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 56 bis 77 Token/s | 2,8 von 24,0 GB |
| Gemma 4 31B Q4_K_M Läuft, aber mit rund 6,2 Token pro Sekunde spürbar langsam. | Eingeschränkt | 5,2 bis 7,1 Token/s | 20,7 von 24,0 GB |
| Granite 4.2 30B Q4_K_M Läuft, aber mit rund 6,5 Token pro Sekunde spürbar langsam. | Eingeschränkt | 5,5 bis 7,5 Token/s | 20,0 von 24,0 GB |
| Qwen3.8 27B Q4_K_M Läuft, aber mit rund 7,1 Token pro Sekunde spürbar langsam. | Eingeschränkt | 6,0 bis 8,3 Token/s | 17,9 von 24,0 GB |
| Qwen3.6 27B Q4_K_M Läuft, aber mit rund 7,0 Token pro Sekunde spürbar langsam. | Eingeschränkt | 5,9 bis 8,1 Token/s | 18,2 von 24,0 GB |
| Mistral Small 3.2 24B Q4_K_M Läuft, aber mit rund 8,1 Token pro Sekunde spürbar langsam. | Eingeschränkt | 6,8 bis 9,4 Token/s | 16,1 von 24,0 GB |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 45,5 von 24,0 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 65,0 von 24,0 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,0 von 24,0 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 110,8 von 24,0 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 250,1 von 24,0 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 381,5 von 24,0 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 895,4 von 24,0 GB |
Empfehlung für den Anwendungsfall „Programmieren“
Qwen3-Coder 30B A3BQ4_K_M · 22 bis 32 Token/s
So starten Sie es mit Ollama:
$ ollama run hf.co/unsloth/Qwen3-Coder-30B-A3B-Instruct-GGUF:Q4_K_MSchnellstes Modell
Ornith 1.5 35B A3BQ4_K_M · 30 bis 44 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/ornith-ai/Ornith-1.5-35B-A3B-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 | 9,8 bis 14 Token/s | 12,7 von 24,0 GB |
| Ministral 3 14B Q4_K_M | Läuft gut | 11 bis 15 Token/s | 11,9 von 24,0 GB |
| Gemma 4 12B Q4_0 | Läuft gut | 13 bis 19 Token/s | 8,5 von 24,0 GB |
| Ornith 1.5 35B A3B Q4_K_M | Läuft gut | 30 bis 44 Token/s | 23,3 von 24,0 GB |
| Qwen3.6 35B A3B Q4_K_M | Läuft gut | 29 bis 43 Token/s | 23,7 von 24,0 GB |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft gut | 22 bis 32 Token/s | 21,3 von 24,0 GB |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft gut | 22 bis 32 Token/s | 21,3 von 24,0 GB |
| Gemma 4 26B A4B Q4_K_M | Läuft gut | 21 bis 31 Token/s | 18,6 von 24,0 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 17 bis 23 Token/s | 7,3 von 24,0 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 17 bis 23 Token/s | 7,1 von 24,0 GB |
| gpt-oss 20B Q4_K_M | Läuft gut | 27 bis 40 Token/s | 13,1 von 24,0 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 16 bis 23 Token/s | 8,3 von 24,0 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 17 bis 24 Token/s | 8,0 von 24,0 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 21 bis 29 Token/s | 5,8 von 24,0 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 32 bis 44 Token/s | 4,1 von 24,0 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 34 bis 47 Token/s | 4,1 von 24,0 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 28 bis 39 Token/s | 5,8 von 24,0 GB |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 25 bis 36 Token/s | 9,5 von 24,0 GB |
| LFM2.5 2.6B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 46 bis 64 Token/s | 3,6 von 24,0 GB |
| Gemma 4 31B Q4_K_M Läuft, aber mit rund 6,0 Token pro Sekunde spürbar langsam. | Eingeschränkt | 5,1 bis 7,0 Token/s | 21,7 von 24,0 GB |
| Granite 4.2 30B Q4_K_M Läuft, aber mit rund 6,0 Token pro Sekunde spürbar langsam. | Eingeschränkt | 5,1 bis 7,0 Token/s | 23,2 von 24,0 GB |
| Qwen3.8 27B Q4_K_M Läuft, aber mit rund 7,0 Token pro Sekunde spürbar langsam. | Eingeschränkt | 5,9 bis 8,1 Token/s | 18,7 von 24,0 GB |
| Qwen3.6 27B Q4_K_M Läuft, aber mit rund 6,9 Token pro Sekunde spürbar langsam. | Eingeschränkt | 5,8 bis 8,0 Token/s | 19,0 von 24,0 GB |
| Mistral Small 3.2 24B Q4_K_M Läuft, aber mit rund 7,6 Token pro Sekunde spürbar langsam. | Eingeschränkt | 6,4 bis 8,9 Token/s | 18,1 von 24,0 GB |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 49,5 von 24,0 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 65,4 von 24,0 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,3 von 24,0 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 146,9 von 24,0 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 250,5 von 24,0 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 480,0 von 24,0 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 1.127,0 von 24,0 GB |
Größtes Modell, das flüssig läuft
Qwen3 14BQ4_K_M · 10 bis 14 Token/s
So starten Sie es mit Ollama:
$ ollama run hf.co/Qwen/Qwen3-14B-GGUF:Q4_K_MSchnellstes Modell
Ornith 1.5 35B A3BQ4_K_M · 31 bis 46 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/ornith-ai/Ornith-1.5-35B-A3B-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 | 10 bis 14 Token/s | 11,3 von 24,0 GB |
| Ministral 3 14B Q4_K_M | Läuft gut | 11 bis 16 Token/s | 10,6 von 24,0 GB |
| Gemma 4 12B Q4_0 | Läuft gut | 14 bis 19 Token/s | 8,4 von 24,0 GB |
| Ornith 1.5 35B A3B Q4_K_M | Läuft gut | 31 bis 46 Token/s | 23,1 von 24,0 GB |
| Qwen3.6 35B A3B Q4_K_M | Läuft gut | 30 bis 44 Token/s | 23,5 von 24,0 GB |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft gut | 25 bis 37 Token/s | 20,5 von 24,0 GB |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft gut | 25 bis 37 Token/s | 20,5 von 24,0 GB |
| Gemma 4 26B A4B Q4_K_M | Läuft gut | 21 bis 31 Token/s | 18,5 von 24,0 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 17 bis 23 Token/s | 7,0 von 24,0 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 17 bis 24 Token/s | 6,9 von 24,0 GB |
| gpt-oss 20B Q4_K_M | Läuft gut | 28 bis 41 Token/s | 12,9 von 24,0 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 18 bis 25 Token/s | 7,1 von 24,0 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 19 bis 26 Token/s | 6,9 von 24,0 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 21 bis 29 Token/s | 5,6 von 24,0 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 32 bis 44 Token/s | 4,0 von 24,0 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 35 bis 49 Token/s | 3,9 von 24,0 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 33 bis 46 Token/s | 4,6 von 24,0 GB |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 36 bis 52 Token/s | 7,8 von 24,0 GB |
| LFM2.5 2.6B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 52 bis 72 Token/s | 3,1 von 24,0 GB |
| Gemma 4 31B Q4_K_M Läuft, aber mit rund 6,1 Token pro Sekunde spürbar langsam. | Eingeschränkt | 5,1 bis 7,1 Token/s | 21,0 von 24,0 GB |
| Granite 4.2 30B Q4_K_M Läuft, aber mit rund 6,3 Token pro Sekunde spürbar langsam. | Eingeschränkt | 5,3 bis 7,4 Token/s | 21,0 von 24,0 GB |
| Qwen3.8 27B Q4_K_M Läuft, aber mit rund 7,1 Token pro Sekunde spürbar langsam. | Eingeschränkt | 5,9 bis 8,2 Token/s | 18,2 von 24,0 GB |
| Qwen3.6 27B Q4_K_M Läuft, aber mit rund 7,0 Token pro Sekunde spürbar langsam. | Eingeschränkt | 5,9 bis 8,1 Token/s | 18,5 von 24,0 GB |
| Mistral Small 3.2 24B Q4_K_M Läuft, aber mit rund 7,9 Token pro Sekunde spürbar langsam. | Eingeschränkt | 6,7 bis 9,2 Token/s | 16,8 von 24,0 GB |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 46,9 von 24,0 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 65,1 von 24,0 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,1 von 24,0 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 122,8 von 24,0 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 250,3 von 24,0 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 414,3 von 24,0 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 972,6 von 24,0 GB |
Größtes Modell, das flüssig läuft
Qwen3 14BQ4_K_M · 8,8 bis 12 Token/s
So starten Sie es mit Ollama:
$ ollama run hf.co/Qwen/Qwen3-14B-GGUF:Q4_K_MSchnellstes Modell
Ornith 1.5 35B A3BQ4_K_M · 28 bis 41 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/ornith-ai/Ornith-1.5-35B-A3B-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 | 8,8 bis 12 Token/s | 15,4 von 24,0 GB |
| Ministral 3 14B Q4_K_M | Läuft gut | 9,5 bis 13 Token/s | 14,6 von 24,0 GB |
| Gemma 4 12B Q4_0 | Läuft gut | 13 bis 18 Token/s | 8,8 von 24,0 GB |
| Ornith 1.5 35B A3B Q4_K_M | Läuft gut | 28 bis 41 Token/s | 23,7 von 24,0 GB |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft gut | 17 bis 26 Token/s | 23,0 von 24,0 GB |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft gut | 17 bis 26 Token/s | 23,0 von 24,0 GB |
| Gemma 4 26B A4B Q4_K_M | Läuft gut | 20 bis 29 Token/s | 19,0 von 24,0 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 16 bis 22 Token/s | 7,9 von 24,0 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 16 bis 22 Token/s | 7,7 von 24,0 GB |
| gpt-oss 20B Q4_K_M | Läuft gut | 25 bis 37 Token/s | 13,5 von 24,0 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 14 bis 19 Token/s | 10,8 von 24,0 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 15 bis 20 Token/s | 10,1 von 24,0 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 21 bis 28 Token/s | 6,0 von 24,0 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 31 bis 43 Token/s | 4,2 von 24,0 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 31 bis 43 Token/s | 4,7 von 24,0 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 22 bis 30 Token/s | 8,2 von 24,0 GB |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 15 bis 22 Token/s | 13,0 von 24,0 GB |
| LFM2.5 2.6B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 38 bis 53 Token/s | 4,7 von 24,0 GB |
| Gemma 4 31B Q4_K_M Läuft, aber mit rund 5,8 Token pro Sekunde spürbar langsam. | Eingeschränkt | 4,9 bis 6,8 Token/s | 23,0 von 24,0 GB |
| Qwen3.8 27B Q4_K_M Läuft, aber mit rund 6,8 Token pro Sekunde spürbar langsam. | Eingeschränkt | 5,7 bis 7,9 Token/s | 19,9 von 24,0 GB |
| Qwen3.6 27B Q4_K_M Läuft, aber mit rund 6,7 Token pro Sekunde spürbar langsam. | Eingeschränkt | 5,6 bis 7,8 Token/s | 20,1 von 24,0 GB |
| Mistral Small 3.2 24B Q4_K_M Läuft, aber mit rund 7,1 Token pro Sekunde spürbar langsam. | Eingeschränkt | 6,0 bis 8,3 Token/s | 20,8 von 24,0 GB |
| Qwen3.6 35B A3B Q4_K_M | Läuft nicht | 24,1 von 24,0 GB | |
| Granite 4.2 30B Q4_K_M | Läuft nicht | 27,5 von 24,0 GB | |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 54,9 von 24,0 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 66,0 von 24,0 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,7 von 24,0 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 195,1 von 24,0 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 251,1 von 24,0 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 611,4 von 24,0 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 1.435,8 von 24,0 GB |
Größtes Modell, das flüssig läuft
Qwen3 14BQ4_K_M · 8,8 bis 12 Token/s
So starten Sie es mit Ollama:
$ ollama run hf.co/Qwen/Qwen3-14B-GGUF:Q4_K_MSchnellstes Modell
Ornith 1.5 35B A3BQ4_K_M · 28 bis 41 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/ornith-ai/Ornith-1.5-35B-A3B-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 | 8,8 bis 12 Token/s | 15,4 von 24,0 GB |
| Ministral 3 14B Q4_K_M | Läuft gut | 9,5 bis 13 Token/s | 14,6 von 24,0 GB |
| Gemma 4 12B Q4_0 | Läuft gut | 13 bis 18 Token/s | 8,8 von 24,0 GB |
| Ornith 1.5 35B A3B Q4_K_M | Läuft gut | 28 bis 41 Token/s | 23,7 von 24,0 GB |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft gut | 17 bis 26 Token/s | 23,0 von 24,0 GB |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft gut | 17 bis 26 Token/s | 23,0 von 24,0 GB |
| Gemma 4 26B A4B Q4_K_M | Läuft gut | 20 bis 29 Token/s | 19,0 von 24,0 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 16 bis 22 Token/s | 7,9 von 24,0 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 16 bis 22 Token/s | 7,7 von 24,0 GB |
| gpt-oss 20B Q4_K_M | Läuft gut | 25 bis 37 Token/s | 13,5 von 24,0 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 14 bis 19 Token/s | 10,8 von 24,0 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 15 bis 20 Token/s | 10,1 von 24,0 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 21 bis 28 Token/s | 6,0 von 24,0 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 31 bis 43 Token/s | 4,2 von 24,0 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 31 bis 43 Token/s | 4,7 von 24,0 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 22 bis 30 Token/s | 8,2 von 24,0 GB |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 15 bis 22 Token/s | 13,0 von 24,0 GB |
| LFM2.5 2.6B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 38 bis 53 Token/s | 4,7 von 24,0 GB |
| Gemma 4 31B Q4_K_M Läuft, aber mit rund 5,8 Token pro Sekunde spürbar langsam. | Eingeschränkt | 4,9 bis 6,8 Token/s | 23,0 von 24,0 GB |
| Qwen3.8 27B Q4_K_M Läuft, aber mit rund 6,8 Token pro Sekunde spürbar langsam. | Eingeschränkt | 5,7 bis 7,9 Token/s | 19,9 von 24,0 GB |
| Qwen3.6 27B Q4_K_M Läuft, aber mit rund 6,7 Token pro Sekunde spürbar langsam. | Eingeschränkt | 5,6 bis 7,8 Token/s | 20,1 von 24,0 GB |
| Mistral Small 3.2 24B Q4_K_M Läuft, aber mit rund 7,1 Token pro Sekunde spürbar langsam. | Eingeschränkt | 6,0 bis 8,3 Token/s | 20,8 von 24,0 GB |
| Qwen3.6 35B A3B Q4_K_M | Läuft nicht | 24,1 von 24,0 GB | |
| Granite 4.2 30B Q4_K_M | Läuft nicht | 27,5 von 24,0 GB | |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 54,9 von 24,0 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 66,0 von 24,0 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,7 von 24,0 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 195,1 von 24,0 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 251,1 von 24,0 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 611,4 von 24,0 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 1.435,8 von 24,0 GB |
Gerätedaten
- Chip
- M3 Pro, 14-Kern-GPU
- Arbeitsspeicher
- 36 GB
- Davon für Modelle nutzbar
- 24,0 GB
- Speicherbandbreite
- 150 GB/s
- Rechenschnittstelle
- Metal