Which AI models can the Apple M4 Max (128GB) run?

Every model we track, checked against the Apple M4 Max (128GB) at 8K context.

ModelRuns?Best fit
Llama 3.2 1BYesFP16 · ~3.3 GB · ~132 tok/s
Llama 3.2 3BYesFP16 · ~8 GB · ~51 tok/s
Llama 3.1 8BYesFP16 · ~17.7 GB · ~20 tok/s
Llama 3.1 70BYesQ8_0 · ~78.3 GB · ~4 tok/s
Qwen2.5 7BYesFP16 · ~16.3 GB · ~21 tok/s
Qwen2.5 14BYesFP16 · ~31.6 GB · ~11 tok/s
Qwen2.5 32BYesFP16 · ~68.3 GB · ~5 tok/s
Qwen2.5 72BYesQ8_0 · ~80.5 GB · ~4 tok/s
Qwen3 8BYesFP16 · ~18.2 GB · ~20 tok/s
Qwen3 30B-A3BYesFP16 · ~62.4 GB · ~50 tok/s
DeepSeek R1 Distill Qwen 32BYesFP16 · ~68.3 GB · ~5 tok/s
Mistral 7B v0.3YesFP16 · ~16.2 GB · ~23 tok/s
Mistral Nemo 12BYesFP16 · ~26.3 GB · ~13 tok/s
Mistral Small 24BYesFP16 · ~49.1 GB · ~7 tok/s
Mixtral 8x7BYesFP16 · ~95.1 GB · ~13 tok/s
Gemma 2 9BYesFP16 · ~21.9 GB · ~18 tok/s
Gemma 2 27BYesFP16 · ~58.1 GB · ~6 tok/s
Gemma 3 4BYesFP16 · ~10.3 GB · ~38 tok/s
Gemma 3 12BYesFP16 · ~28.2 GB · ~13 tok/s
Gemma 3 27BYesFP16 · ~59.6 GB · ~6 tok/s
Phi-3.5 Mini 3.8BYesFP16 · ~11.5 GB · ~43 tok/s
Phi-4 14BYesFP16 · ~31.7 GB · ~11 tok/s
Qwen3 4BYesFP16 · ~9.8 GB · ~41 tok/s
Qwen3 14BYesFP16 · ~31.5 GB · ~11 tok/s
Qwen3 32BYesFP16 · ~68.3 GB · ~5 tok/s
Qwen3 Coder 30B-A3BYesFP16 · ~62.4 GB · ~50 tok/s
gpt-oss 20BYesFP16 · ~42.8 GB · ~45 tok/s
gpt-oss 120BYesQ5_K_M · ~84.3 GB · ~90 tok/s
Llama 4 Scout 17B-16EYesQ6_K · ~91.6 GB · ~24 tok/s
Run it in the cloud

Need more than 128 GB? Rent a bigger GPU by the hour.

Rent a cloud GPU by the hour. No upfront cost, cancel any time.