Apple MacBook Pro 14 Zoll (2023), M3 Pro mit 18-Kern-GPU, 18 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 Ministral 3 14B flüssig, mit rund 11 bis 15 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 Gemma 4 12B flüssig, mit rund 13 bis 18 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 13 bis 18 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
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 |
|---|---|---|---|
| Qwen3 14B Q4_K_M | Läuft gut | 11 bis 15 Token/s | 10,7 von 12,0 GB |
| Ministral 3 14B Q4_K_M | Läuft gut | 12 bis 16 Token/s | 9,9 von 12,0 GB |
| Gemma 4 12B Q4_0 | Läuft gut | 14 bis 19 Token/s | 8,3 von 12,0 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 17 bis 24 Token/s | 6,9 von 12,0 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 17 bis 24 Token/s | 6,7 von 12,0 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 19 bis 26 Token/s | 6,5 von 12,0 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 19 bis 27 Token/s | 6,4 von 12,0 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 21 bis 30 Token/s | 5,6 von 12,0 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 32 bis 45 Token/s | 4,0 von 12,0 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 36 bis 50 Token/s | 3,7 von 12,0 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 36 bis 50 Token/s | 4,0 von 12,0 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 12,0 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 12,0 GB |
| gpt-oss 20B Q4_K_M | Läuft nicht | 12,8 von 12,0 GB | |
| Mistral Small 3.2 24B Q4_K_M | Läuft nicht | 16,1 von 12,0 GB | |
| Qwen3.8 27B Q4_K_M | Läuft nicht | 17,9 von 12,0 GB | |
| Qwen3.6 27B Q4_K_M | Läuft nicht | 18,2 von 12,0 GB | |
| Gemma 4 26B A4B Q4_K_M | Läuft nicht | 18,4 von 12,0 GB | |
| Granite 4.2 30B Q4_K_M | Läuft nicht | 20,0 von 12,0 GB | |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft nicht | 20,1 von 12,0 GB | |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft nicht | 20,1 von 12,0 GB | |
| Gemma 4 31B Q4_K_M | Läuft nicht | 20,7 von 12,0 GB | |
| Ornith 1.5 35B A3B Q4_K_M | Läuft nicht | 23,0 von 12,0 GB | |
| Qwen3.6 35B A3B Q4_K_M | Läuft nicht | 23,5 von 12,0 GB | |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 45,5 von 12,0 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 65,0 von 12,0 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,0 von 12,0 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 110,8 von 12,0 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 250,1 von 12,0 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 381,5 von 12,0 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 895,4 von 12,0 GB |
Größtes Modell, das flüssig läuft
Ministral 3 14BQ4_K_M · 11 bis 15 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 · 25 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/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 | 11 bis 15 Token/s | 11,9 von 12,0 GB |
| Gemma 4 12B Q4_0 | Läuft gut | 13 bis 19 Token/s | 8,5 von 12,0 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 17 bis 23 Token/s | 7,3 von 12,0 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 17 bis 23 Token/s | 7,1 von 12,0 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 16 bis 23 Token/s | 8,3 von 12,0 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 17 bis 24 Token/s | 8,0 von 12,0 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 21 bis 29 Token/s | 5,8 von 12,0 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 32 bis 44 Token/s | 4,1 von 12,0 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 34 bis 47 Token/s | 4,1 von 12,0 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 28 bis 39 Token/s | 5,8 von 12,0 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 12,0 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 12,0 GB |
| Qwen3 14B Q4_K_M | Läuft nicht | 12,7 von 12,0 GB | |
| gpt-oss 20B Q4_K_M | Läuft nicht | 13,1 von 12,0 GB | |
| Mistral Small 3.2 24B Q4_K_M | Läuft nicht | 18,1 von 12,0 GB | |
| Gemma 4 26B A4B Q4_K_M | Läuft nicht | 18,6 von 12,0 GB | |
| Qwen3.8 27B Q4_K_M | Läuft nicht | 18,7 von 12,0 GB | |
| Qwen3.6 27B Q4_K_M | Läuft nicht | 19,0 von 12,0 GB | |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft nicht | 21,3 von 12,0 GB | |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft nicht | 21,3 von 12,0 GB | |
| Gemma 4 31B Q4_K_M | Läuft nicht | 21,7 von 12,0 GB | |
| Granite 4.2 30B Q4_K_M | Läuft nicht | 23,2 von 12,0 GB | |
| Ornith 1.5 35B A3B Q4_K_M | Läuft nicht | 23,3 von 12,0 GB | |
| Qwen3.6 35B A3B Q4_K_M | Läuft nicht | 23,7 von 12,0 GB | |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 49,5 von 12,0 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 65,4 von 12,0 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,3 von 12,0 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 146,9 von 12,0 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 250,5 von 12,0 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 480,0 von 12,0 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 1.127,0 von 12,0 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
LFM2.5 8B A1BQ4_K_M · 36 bis 52 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 | 10 bis 14 Token/s | 11,3 von 12,0 GB |
| Ministral 3 14B Q4_K_M | Läuft gut | 11 bis 16 Token/s | 10,6 von 12,0 GB |
| Gemma 4 12B Q4_0 | Läuft gut | 14 bis 19 Token/s | 8,4 von 12,0 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 17 bis 23 Token/s | 7,0 von 12,0 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 17 bis 24 Token/s | 6,9 von 12,0 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 18 bis 25 Token/s | 7,1 von 12,0 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 19 bis 26 Token/s | 6,9 von 12,0 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 21 bis 29 Token/s | 5,6 von 12,0 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 32 bis 44 Token/s | 4,0 von 12,0 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 35 bis 49 Token/s | 3,9 von 12,0 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 33 bis 46 Token/s | 4,6 von 12,0 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 12,0 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 12,0 GB |
| gpt-oss 20B Q4_K_M | Läuft nicht | 12,9 von 12,0 GB | |
| Mistral Small 3.2 24B Q4_K_M | Läuft nicht | 16,8 von 12,0 GB | |
| Qwen3.8 27B Q4_K_M | Läuft nicht | 18,2 von 12,0 GB | |
| Gemma 4 26B A4B Q4_K_M | Läuft nicht | 18,5 von 12,0 GB | |
| Qwen3.6 27B Q4_K_M | Läuft nicht | 18,5 von 12,0 GB | |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft nicht | 20,5 von 12,0 GB | |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft nicht | 20,5 von 12,0 GB | |
| Gemma 4 31B Q4_K_M | Läuft nicht | 21,0 von 12,0 GB | |
| Granite 4.2 30B Q4_K_M | Läuft nicht | 21,0 von 12,0 GB | |
| Ornith 1.5 35B A3B Q4_K_M | Läuft nicht | 23,1 von 12,0 GB | |
| Qwen3.6 35B A3B Q4_K_M | Läuft nicht | 23,5 von 12,0 GB | |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 46,9 von 12,0 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 65,1 von 12,0 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,1 von 12,0 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 122,8 von 12,0 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 250,3 von 12,0 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 414,3 von 12,0 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 972,6 von 12,0 GB |
Größtes Modell, das flüssig läuft
Gemma 4 12BQ4_0 · 13 bis 18 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 · 21 bis 28 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 | 13 bis 18 Token/s | 8,8 von 12,0 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 16 bis 22 Token/s | 7,9 von 12,0 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 16 bis 22 Token/s | 7,7 von 12,0 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 14 bis 19 Token/s | 10,8 von 12,0 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 15 bis 20 Token/s | 10,1 von 12,0 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 21 bis 28 Token/s | 6,0 von 12,0 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 31 bis 43 Token/s | 4,2 von 12,0 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 31 bis 43 Token/s | 4,7 von 12,0 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 22 bis 30 Token/s | 8,2 von 12,0 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 12,0 GB |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 13,0 von 12,0 GB | |
| gpt-oss 20B Q4_K_M | Läuft nicht | 13,5 von 12,0 GB | |
| Ministral 3 14B Q4_K_M | Läuft nicht | 14,6 von 12,0 GB | |
| Qwen3 14B Q4_K_M | Läuft nicht | 15,4 von 12,0 GB | |
| Gemma 4 26B A4B Q4_K_M | Läuft nicht | 19,0 von 12,0 GB | |
| Qwen3.8 27B Q4_K_M | Läuft nicht | 19,9 von 12,0 GB | |
| Qwen3.6 27B Q4_K_M | Läuft nicht | 20,1 von 12,0 GB | |
| Mistral Small 3.2 24B Q4_K_M | Läuft nicht | 20,8 von 12,0 GB | |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft nicht | 23,0 von 12,0 GB | |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft nicht | 23,0 von 12,0 GB | |
| Gemma 4 31B Q4_K_M | Läuft nicht | 23,0 von 12,0 GB | |
| Ornith 1.5 35B A3B Q4_K_M | Läuft nicht | 23,7 von 12,0 GB | |
| Qwen3.6 35B A3B Q4_K_M | Läuft nicht | 24,1 von 12,0 GB | |
| Granite 4.2 30B Q4_K_M | Läuft nicht | 27,5 von 12,0 GB | |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 54,9 von 12,0 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 66,0 von 12,0 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,7 von 12,0 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 195,1 von 12,0 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 251,1 von 12,0 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 611,4 von 12,0 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 1.435,8 von 12,0 GB |
Größtes Modell, das flüssig läuft
Gemma 4 12BQ4_0 · 13 bis 18 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 · 21 bis 28 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 | 13 bis 18 Token/s | 8,8 von 12,0 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 16 bis 22 Token/s | 7,9 von 12,0 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 16 bis 22 Token/s | 7,7 von 12,0 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 14 bis 19 Token/s | 10,8 von 12,0 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 15 bis 20 Token/s | 10,1 von 12,0 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 21 bis 28 Token/s | 6,0 von 12,0 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 31 bis 43 Token/s | 4,2 von 12,0 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 31 bis 43 Token/s | 4,7 von 12,0 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 22 bis 30 Token/s | 8,2 von 12,0 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 12,0 GB |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 13,0 von 12,0 GB | |
| gpt-oss 20B Q4_K_M | Läuft nicht | 13,5 von 12,0 GB | |
| Ministral 3 14B Q4_K_M | Läuft nicht | 14,6 von 12,0 GB | |
| Qwen3 14B Q4_K_M | Läuft nicht | 15,4 von 12,0 GB | |
| Gemma 4 26B A4B Q4_K_M | Läuft nicht | 19,0 von 12,0 GB | |
| Qwen3.8 27B Q4_K_M | Läuft nicht | 19,9 von 12,0 GB | |
| Qwen3.6 27B Q4_K_M | Läuft nicht | 20,1 von 12,0 GB | |
| Mistral Small 3.2 24B Q4_K_M | Läuft nicht | 20,8 von 12,0 GB | |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft nicht | 23,0 von 12,0 GB | |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft nicht | 23,0 von 12,0 GB | |
| Gemma 4 31B Q4_K_M | Läuft nicht | 23,0 von 12,0 GB | |
| Ornith 1.5 35B A3B Q4_K_M | Läuft nicht | 23,7 von 12,0 GB | |
| Qwen3.6 35B A3B Q4_K_M | Läuft nicht | 24,1 von 12,0 GB | |
| Granite 4.2 30B Q4_K_M | Läuft nicht | 27,5 von 12,0 GB | |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 54,9 von 12,0 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 66,0 von 12,0 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,7 von 12,0 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 195,1 von 12,0 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 251,1 von 12,0 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 611,4 von 12,0 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 1.435,8 von 12,0 GB |
Gerätedaten
- Chip
- M3 Pro, 18-Kern-GPU
- Arbeitsspeicher
- 18 GB
- Davon für Modelle nutzbar
- 12,0 GB
- Speicherbandbreite
- 150 GB/s
- Rechenschnittstelle
- Metal