MacBook Pro M3 Max 128GB 能跑 gemma-4-26B-A4B-it 吗？

Apple · 128 GB LPDDR5 · 带宽 400 GB/s · Google · 25.2B（激活 3.8B） · MoE · 模型上下文最长 256K

各量化与上下文下的装机与速度

装得下 = 权重 + KV(上下文) + 0.5 GB 开销 ≤ 95% VRAM。实测锚点与上下文无关；装机结论按上下文分别计算。tok/s 缺失表示模型远超此卡能力（只能纯 offload）。

8K 上下文 VRAM 明细

其他能跑 gemma-4-26B-A4B-it 的 GPU

• B200 192GB SXM — ≈1978.2 tok/s Q4 估算
• MI300X 192GB — ≈1293.4 tok/s Q4 估算
• H200 141GB SXM5 — ≈1186.9 tok/s Q4 估算
• H100 80GB SXM5 — ≈828.4 tok/s Q4 估算
• Gaudi 3 128GB — ≈799.4 tok/s Q4 估算
• A100 80GB SXM4 — ≈504.2 tok/s Q4 估算
• RTX 5090 32GB — ≈443.1 tok/s Q4 估算
• RTX 4090 24GB — ≈226.6 tok/s Q4 估算

gemma-4-26B-A4B-it 的全部 GPU →

MacBook Pro M3 Max 128GB 可跑的其他模型

• MiniCPM5-1B — ≈513.0 tok/s Q4 估算
• Qwen3.5-2B — ≈277.0 tok/s Q4 估算
• Qwen3.6-35B-A3B — ≈184.7 tok/s Q4 估算
• Qwen3.5-35B-A3B — ≈184.7 tok/s Q4 估算
• GLM-4.7-Flash — ≈184.7 tok/s Q4 估算
• Qwen3-30B-A3B-Instruct-2507 — ≈184.7 tok/s Q4 估算
• Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 — ≈184.7 tok/s Q4 估算
• Qwen3-Coder-Next — ≈184.7 tok/s Q4 估算

MacBook Pro M3 Max 128GB 上的全部模型 →