Apple MacBook Pro 14 Zoll (2026), M5 Pro mit 20-Kern-GPU, 64 GB
Ja. Auf diesem Gerät läuft Gemma 4 31B flüssig, mit rund 9,2 bis 13 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 41 bis 60 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 Gemma 4 31B flüssig, mit rund 9,1 bis 13 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 31B 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 Gemma 4 31B 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
Gemma 4 31BQ4_K_M · 9,2 bis 13 Token/s
So starten Sie es mit Ollama:
$ ollama run hf.co/unsloth/gemma-4-31B-it-GGUF:Q4_K_MSchnellstes Modell
Ornith 1.5 35B A3BQ4_K_M · 57 bis 84 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 |
|---|---|---|---|
| Gemma 4 31B Q4_K_M | Läuft gut | 9,2 bis 13 Token/s | 20,7 von 48,0 GB |
| Granite 4.2 30B Q4_K_M | Läuft gut | 9,7 bis 13 Token/s | 20,0 von 48,0 GB |
| Qwen3.8 27B Q4_K_M | Läuft gut | 11 bis 15 Token/s | 17,9 von 48,0 GB |
| Qwen3.6 27B Q4_K_M | Läuft gut | 10 bis 14 Token/s | 18,2 von 48,0 GB |
| Mistral Small 3.2 24B Q4_K_M | Läuft gut | 12 bis 17 Token/s | 16,1 von 48,0 GB |
| Qwen3 14B Q4_K_M | Läuft gut | 19 bis 26 Token/s | 10,7 von 48,0 GB |
| Ministral 3 14B Q4_K_M | Läuft gut | 21 bis 29 Token/s | 9,9 von 48,0 GB |
| Gemma 4 12B Q4_0 | Läuft gut | 24 bis 33 Token/s | 8,3 von 48,0 GB |
| Ornith 1.5 35B A3B Q4_K_M | Läuft gut | 57 bis 84 Token/s | 23,0 von 48,0 GB |
| Qwen3.6 35B A3B Q4_K_M | Läuft gut | 56 bis 82 Token/s | 23,5 von 48,0 GB |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft gut | 50 bis 73 Token/s | 20,1 von 48,0 GB |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft gut | 50 bis 73 Token/s | 20,1 von 48,0 GB |
| Gemma 4 26B A4B Q4_K_M | Läuft gut | 40 bis 59 Token/s | 18,4 von 48,0 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 30 bis 42 Token/s | 6,9 von 48,0 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 31 bis 43 Token/s | 6,7 von 48,0 GB |
| gpt-oss 20B Q4_K_M | Läuft gut | 51 bis 75 Token/s | 12,8 von 48,0 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 34 bis 46 Token/s | 6,5 von 48,0 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 34 bis 48 Token/s | 6,4 von 48,0 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 38 bis 53 Token/s | 5,6 von 48,0 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 58 bis 80 Token/s | 4,0 von 48,0 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 64 bis 89 Token/s | 3,7 von 48,0 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 65 bis 90 Token/s | 4,0 von 48,0 GB |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 86 bis 126 Token/s | 6,9 von 48,0 GB |
| LFM2.5 2.6B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 100 bis 137 Token/s | 2,8 von 48,0 GB |
| Llama 3.3 70B Q4_K_M Läuft, aber mit rund 4,9 Token pro Sekunde spürbar langsam. | Eingeschränkt | 4,1 bis 5,6 Token/s | 45,5 von 48,0 GB |
| gpt-oss 120B Q4_K_M | Läuft nicht | 65,0 von 48,0 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,0 von 48,0 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 110,8 von 48,0 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 250,1 von 48,0 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 381,5 von 48,0 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 895,4 von 48,0 GB |
Empfehlung für den Anwendungsfall „Programmieren“
Qwen3-Coder 30B A3BQ4_K_M · 41 bis 60 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 · 54 bis 80 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 |
|---|---|---|---|
| Gemma 4 31B Q4_K_M | Läuft gut | 9,0 bis 12 Token/s | 21,7 von 48,0 GB |
| Granite 4.2 30B Q4_K_M | Läuft gut | 9,1 bis 13 Token/s | 23,2 von 48,0 GB |
| Qwen3.8 27B Q4_K_M | Läuft gut | 10 bis 14 Token/s | 18,7 von 48,0 GB |
| Qwen3.6 27B Q4_K_M | Läuft gut | 10 bis 14 Token/s | 19,0 von 48,0 GB |
| Mistral Small 3.2 24B Q4_K_M | Läuft gut | 11 bis 16 Token/s | 18,1 von 48,0 GB |
| Qwen3 14B Q4_K_M | Läuft gut | 18 bis 24 Token/s | 12,7 von 48,0 GB |
| Ministral 3 14B Q4_K_M | Läuft gut | 19 bis 26 Token/s | 11,9 von 48,0 GB |
| Gemma 4 12B Q4_0 | Läuft gut | 24 bis 33 Token/s | 8,5 von 48,0 GB |
| Ornith 1.5 35B A3B Q4_K_M | Läuft gut | 54 bis 80 Token/s | 23,3 von 48,0 GB |
| Qwen3.6 35B A3B Q4_K_M | Läuft gut | 53 bis 78 Token/s | 23,7 von 48,0 GB |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft gut | 41 bis 60 Token/s | 21,3 von 48,0 GB |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft gut | 41 bis 60 Token/s | 21,3 von 48,0 GB |
| Gemma 4 26B A4B Q4_K_M | Läuft gut | 38 bis 56 Token/s | 18,6 von 48,0 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 30 bis 41 Token/s | 7,3 von 48,0 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 30 bis 42 Token/s | 7,1 von 48,0 GB |
| gpt-oss 20B Q4_K_M | Läuft gut | 49 bis 71 Token/s | 13,1 von 48,0 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 30 bis 41 Token/s | 8,3 von 48,0 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 31 bis 43 Token/s | 8,0 von 48,0 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 37 bis 52 Token/s | 5,8 von 48,0 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 57 bis 79 Token/s | 4,1 von 48,0 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 61 bis 84 Token/s | 4,1 von 48,0 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 52 bis 72 Token/s | 5,8 von 48,0 GB |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 48 bis 70 Token/s | 9,5 von 48,0 GB |
| LFM2.5 2.6B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 85 bis 117 Token/s | 3,6 von 48,0 GB |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 49,5 von 48,0 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 65,4 von 48,0 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,3 von 48,0 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 146,9 von 48,0 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 250,5 von 48,0 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 480,0 von 48,0 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 1.127,0 von 48,0 GB |
Größtes Modell, das flüssig läuft
Gemma 4 31BQ4_K_M · 9,1 bis 13 Token/s
So starten Sie es mit Ollama:
$ ollama run hf.co/unsloth/gemma-4-31B-it-GGUF:Q4_K_MSchnellstes Modell
Ornith 1.5 35B A3BQ4_K_M · 56 bis 83 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 |
|---|---|---|---|
| Gemma 4 31B Q4_K_M | Läuft gut | 9,1 bis 13 Token/s | 21,0 von 48,0 GB |
| Granite 4.2 30B Q4_K_M | Läuft gut | 9,5 bis 13 Token/s | 21,0 von 48,0 GB |
| Qwen3.8 27B Q4_K_M | Läuft gut | 11 bis 15 Token/s | 18,2 von 48,0 GB |
| Qwen3.6 27B Q4_K_M | Läuft gut | 10 bis 14 Token/s | 18,5 von 48,0 GB |
| Mistral Small 3.2 24B Q4_K_M | Läuft gut | 12 bis 16 Token/s | 16,8 von 48,0 GB |
| Qwen3 14B Q4_K_M | Läuft gut | 19 bis 26 Token/s | 11,3 von 48,0 GB |
| Ministral 3 14B Q4_K_M | Läuft gut | 20 bis 28 Token/s | 10,6 von 48,0 GB |
| Gemma 4 12B Q4_0 | Läuft gut | 24 bis 33 Token/s | 8,4 von 48,0 GB |
| Ornith 1.5 35B A3B Q4_K_M | Läuft gut | 56 bis 83 Token/s | 23,1 von 48,0 GB |
| Qwen3.6 35B A3B Q4_K_M | Läuft gut | 55 bis 80 Token/s | 23,5 von 48,0 GB |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft gut | 46 bis 68 Token/s | 20,5 von 48,0 GB |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft gut | 46 bis 68 Token/s | 20,5 von 48,0 GB |
| Gemma 4 26B A4B Q4_K_M | Läuft gut | 39 bis 58 Token/s | 18,5 von 48,0 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 30 bis 42 Token/s | 7,0 von 48,0 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 31 bis 42 Token/s | 6,9 von 48,0 GB |
| gpt-oss 20B Q4_K_M | Läuft gut | 50 bis 74 Token/s | 12,9 von 48,0 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 32 bis 44 Token/s | 7,1 von 48,0 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 33 bis 46 Token/s | 6,9 von 48,0 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 38 bis 52 Token/s | 5,6 von 48,0 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 58 bis 79 Token/s | 4,0 von 48,0 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 63 bis 87 Token/s | 3,9 von 48,0 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 60 bis 83 Token/s | 4,6 von 48,0 GB |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 68 bis 100 Token/s | 7,8 von 48,0 GB |
| LFM2.5 2.6B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 94 bis 130 Token/s | 3,1 von 48,0 GB |
| Llama 3.3 70B Q4_K_M Läuft, aber mit rund 4,8 Token pro Sekunde spürbar langsam. | Eingeschränkt | 4,0 bis 5,6 Token/s | 46,9 von 48,0 GB |
| gpt-oss 120B Q4_K_M | Läuft nicht | 65,1 von 48,0 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,1 von 48,0 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 122,8 von 48,0 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 250,3 von 48,0 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 414,3 von 48,0 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 972,6 von 48,0 GB |
Größtes Modell, das flüssig läuft
Gemma 4 31BQ4_K_M · 8,8 bis 12 Token/s
So starten Sie es mit Ollama:
$ ollama run hf.co/unsloth/gemma-4-31B-it-GGUF:Q4_K_MSchnellstes Modell
Ornith 1.5 35B A3BQ4_K_M · 51 bis 74 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 |
|---|---|---|---|
| Gemma 4 31B Q4_K_M | Läuft gut | 8,8 bis 12 Token/s | 23,0 von 48,0 GB |
| Granite 4.2 30B Q4_K_M | Läuft gut | 8,4 bis 12 Token/s | 27,5 von 48,0 GB |
| Qwen3.8 27B Q4_K_M | Läuft gut | 10 bis 14 Token/s | 19,9 von 48,0 GB |
| Qwen3.6 27B Q4_K_M | Läuft gut | 10 bis 14 Token/s | 20,1 von 48,0 GB |
| Mistral Small 3.2 24B Q4_K_M | Läuft gut | 11 bis 15 Token/s | 20,8 von 48,0 GB |
| Qwen3 14B Q4_K_M | Läuft gut | 16 bis 22 Token/s | 15,4 von 48,0 GB |
| Ministral 3 14B Q4_K_M | Läuft gut | 17 bis 24 Token/s | 14,6 von 48,0 GB |
| Gemma 4 12B Q4_0 | Läuft gut | 23 bis 32 Token/s | 8,8 von 48,0 GB |
| Ornith 1.5 35B A3B Q4_K_M | Läuft gut | 51 bis 74 Token/s | 23,7 von 48,0 GB |
| Qwen3.6 35B A3B Q4_K_M | Läuft gut | 50 bis 73 Token/s | 24,1 von 48,0 GB |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft gut | 33 bis 49 Token/s | 23,0 von 48,0 GB |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft gut | 33 bis 49 Token/s | 23,0 von 48,0 GB |
| Gemma 4 26B A4B Q4_K_M | Läuft gut | 37 bis 54 Token/s | 19,0 von 48,0 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 28 bis 39 Token/s | 7,9 von 48,0 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 29 bis 40 Token/s | 7,7 von 48,0 GB |
| gpt-oss 20B Q4_K_M | Läuft gut | 45 bis 67 Token/s | 13,5 von 48,0 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 26 bis 36 Token/s | 10,8 von 48,0 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 27 bis 37 Token/s | 10,1 von 48,0 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 37 bis 51 Token/s | 6,0 von 48,0 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 57 bis 78 Token/s | 4,2 von 48,0 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 57 bis 79 Token/s | 4,7 von 48,0 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 41 bis 57 Token/s | 8,2 von 48,0 GB |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 30 bis 44 Token/s | 13,0 von 48,0 GB |
| LFM2.5 2.6B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 71 bis 98 Token/s | 4,7 von 48,0 GB |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 54,9 von 48,0 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 66,0 von 48,0 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,7 von 48,0 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 195,1 von 48,0 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 251,1 von 48,0 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 611,4 von 48,0 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 1.435,8 von 48,0 GB |
Größtes Modell, das flüssig läuft
Gemma 4 31BQ4_K_M · 8,8 bis 12 Token/s
So starten Sie es mit Ollama:
$ ollama run hf.co/unsloth/gemma-4-31B-it-GGUF:Q4_K_MSchnellstes Modell
Ornith 1.5 35B A3BQ4_K_M · 51 bis 74 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 |
|---|---|---|---|
| Gemma 4 31B Q4_K_M | Läuft gut | 8,8 bis 12 Token/s | 23,0 von 48,0 GB |
| Granite 4.2 30B Q4_K_M | Läuft gut | 8,4 bis 12 Token/s | 27,5 von 48,0 GB |
| Qwen3.8 27B Q4_K_M | Läuft gut | 10 bis 14 Token/s | 19,9 von 48,0 GB |
| Qwen3.6 27B Q4_K_M | Läuft gut | 10 bis 14 Token/s | 20,1 von 48,0 GB |
| Mistral Small 3.2 24B Q4_K_M | Läuft gut | 11 bis 15 Token/s | 20,8 von 48,0 GB |
| Qwen3 14B Q4_K_M | Läuft gut | 16 bis 22 Token/s | 15,4 von 48,0 GB |
| Ministral 3 14B Q4_K_M | Läuft gut | 17 bis 24 Token/s | 14,6 von 48,0 GB |
| Gemma 4 12B Q4_0 | Läuft gut | 23 bis 32 Token/s | 8,8 von 48,0 GB |
| Ornith 1.5 35B A3B Q4_K_M | Läuft gut | 51 bis 74 Token/s | 23,7 von 48,0 GB |
| Qwen3.6 35B A3B Q4_K_M | Läuft gut | 50 bis 73 Token/s | 24,1 von 48,0 GB |
| Qwen3 30B A3B 2507 Q4_K_M | Läuft gut | 33 bis 49 Token/s | 23,0 von 48,0 GB |
| Qwen3-Coder 30B A3B Q4_K_M | Läuft gut | 33 bis 49 Token/s | 23,0 von 48,0 GB |
| Gemma 4 26B A4B Q4_K_M | Läuft gut | 37 bis 54 Token/s | 19,0 von 48,0 GB |
| Ornith 1.5 9B Q4_K_M | Läuft gut | 28 bis 39 Token/s | 7,9 von 48,0 GB |
| Qwen3.5 9B Q4_K_M | Läuft gut | 29 bis 40 Token/s | 7,7 von 48,0 GB |
| gpt-oss 20B Q4_K_M | Läuft gut | 45 bis 67 Token/s | 13,5 von 48,0 GB |
| Qwen3 8B Q4_K_M | Läuft gut | 26 bis 36 Token/s | 10,8 von 48,0 GB |
| Llama 3.1 8B Q4_K_M | Läuft gut | 27 bis 37 Token/s | 10,1 von 48,0 GB |
| Gemma 4 E4B Q4_0 | Läuft gut | 37 bis 51 Token/s | 6,0 von 48,0 GB |
| Gemma 4 E2B Q4_K_M | Läuft gut | 57 bis 78 Token/s | 4,2 von 48,0 GB |
| Qwen3.5 4B Q4_K_M | Läuft gut | 57 bis 79 Token/s | 4,7 von 48,0 GB |
| Qwen3 4B Q4_K_M | Läuft gut | 41 bis 57 Token/s | 8,2 von 48,0 GB |
| LFM2.5 8B A1B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 30 bis 44 Token/s | 13,0 von 48,0 GB |
| LFM2.5 2.6B Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft gut | 71 bis 98 Token/s | 4,7 von 48,0 GB |
| Llama 3.3 70B Q4_K_M | Läuft nicht | 54,9 von 48,0 GB | |
| gpt-oss 120B Q4_K_M | Läuft nicht | 66,0 von 48,0 GB | |
| Qwen3.5 122B A10B Q4_K_M | Läuft nicht | 79,7 von 48,0 GB | |
| Laguna S 2.1 Q4_K_M Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 195,1 von 48,0 GB | |
| Ornith 1.5 397B Q4_K_M | Läuft nicht | 251,1 von 48,0 GB | |
| GLM-5.3 Flash Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 611,4 von 48,0 GB | |
| GLM-5.3 Q8_0 Der Speicher für den Kontext ist geschätzt. | Läuft nicht | 1.435,8 von 48,0 GB |
Gerätedaten
- Chip
- M5 Pro, 20-Kern-GPU
- Arbeitsspeicher
- 64 GB
- Davon für Modelle nutzbar
- 48,0 GB
- Speicherbandbreite
- 307 GB/s
- Rechenschnittstelle
- Metal