Rangliste aktualisiert am 09/10/2026
24 GB gemeinsamer Arbeitsspeicher (MacBook Air M2/M3/M4 in höherer Ausstattung, M4 Pro in Basisausstattung, iMac M4 in höherer Ausstattung) ermöglichen den Einsatz von 13–14B-Modellen in Q4 und 30B-A3B-MoE-Modellen. Optimal für hochwertige lokale Inferenz.
Vergleichen Sie die Preise für Mac mini M5 Pro (24 GB / 512 GB) bei unseren Partnerhändlern (verifizierte Produktseiten):
Warum diese Wahl? Unser umfassender Bericht zum Mac mini M5 Pro (24 GB / 512 GB) →
Welchen PC sollten Sie je nach Budget wählen? Unsere Auswahl von 800 bis 3 500 € →
Affiliate-Links — WelchesLLM kann an Käufen eine Provision erhalten, ohne zusätzliche Kosten für Sie; dies beeinflusst die unabhängig erstellte Rangliste nicht. Als Amazon-Partner verdient WelchesLLM an qualifizierten Käufen.
MoE-Variante von Gemma 4. 26B Parameter, davon 4B aktiv. Vollständig multimodal (Text+Bild+Audio).
ollama run gemma4:26b
Dense 8B Apache 2.0, 12 Sprachen inkl. FR, 131k ctx, GQA 32Q/8KV. MMLU 73.84, HumanEval 85.37. Veröffentlichung 29. April 2026.
# HuggingFace : ibm-granite/granite-4.1-8b
Gemma 4 12B (Google): Dichtes multimodales Modell (Text, Vision, Audio), 256k Kontext, ~7 GB VRAM Q4. Apache 2.0, mehrsprachig.
# HuggingFace : google/gemma-4-12B
Granite 4.2 8B (IBM): Dichtes Modell unter Apache 2.0, 128k Kontext, ~4,6 GB VRAM bei Q4. Chat, Code und Reasoning in mehreren Sprachen für Unternehmen.
ollama pull granite4.2
SFT-„thinking“-Variante von OLMo 3 7B: schrittweises Schlussfolgern, 16k Kontext, ca. 4,2 GB VRAM bei Q4. Zu 100 % offen, Apache-2.0-Lizenz.
# HuggingFace : zimplex/olmo3-7b-think-sft-eosfix-16k-3ep-euc
GLM 5.3 (Zhipu): Dichtes 7B-Modell, spezialisiert auf Code und Reasoning, 128k Kontext, ~4,1 GB VRAM bei Q4. Leicht, läuft auf GPUs mit 6-8 GB, MIT-Lizenz.
ollama pull glm-5.3
Dichtes 14B-Modell mit Hybrid-Thinking. Gleichauf mit Qwen 2.5 32B Base bei STEM/Code.
ollama run qwen3:14b
14B-Reasoning-Modell unter MIT-Lizenz. Übertrifft R1-Distill-Llama-70B in Microsofts AIME-24/25-Evaluierungen mit einem Fünftel der Parameterzahl.
ollama run phi4-reasoning:14b
| Rang | Modell | Params | VRAM Q4 | Kontext | Lizenz | Auf Apple M4 Pro (48 GB) |
|---|---|---|---|---|---|---|
| #1 | Gemma 4 26B-A4B MoE | 26B | 16 GB | 128 000 | Apache 2.0 | 22 tok/s · Q8 |
| #2 | Granite 4.1 8B Instruct | 8B | 5 GB | 131 072 | Apache 2.0 | 35 tok/s · FP16 |
| #3 | Gemma 4 12B | 12B | 7 GB | 262 144 | Apache 2.0 | 28 Tok/s · FP16 |
| #4 | Granite 4.2 8B | 8B | 4,6 GB | 128 000 | Apache 2.0 | 50 Tok/s · FP16 |
| #5 | OLMo 3 7B Think (SFT) | 7B | 4,2 GB | 16 000 | Apache 2.0 | 50 Tok/s · FP16 |
| #6 | GLM 5.3 7B | 7B | 4.1 GB | 128 000 | MIT | 50 Tok/s · FP16 |
| #7 | Qwen 3 14B | 14B | 9 GB | 131 072 | Apache 2.0 | 20 Tok/s · FP16 |
| #8 | Phi-4 Reasoning 14B | 14B | 9 GB | 32 768 | MIT | 20 Tok/s · FP16 |
Lokale KI auf Ihrem Mac voll ausschöpfen: Unified Memory, MLX vs. GGUF, das passende Modell für Ihren Chip und auf Apple Silicon abgestimmte Einstellungen für Ollama und LM Studio.
Kostenloses Memo
Memo erhalten VRAM → bestes Code-Modell → Ollama-Befehl (alles auf einem Bildschirm, zum Kopieren und Einfügen). Und wechseln Sie zum Kit Lokaler Copilot, um daraus ein wirklich funktionierendes Setup zu machen.
Das Kit „Lokaler Copilot“ — die Ollama- + Cline- + Aider-Configs zum direkten Einfügen, angepasste Modelfiles, Hilfe bei Problemen, lebenslanger Zugang zum Onlinebereich →Kein Spam. Abmeldung mit 1 Klick. Ihre Daten bleiben bei uns (werden nie weiterverkauft).
Ihre Karte → das beste Code-Modell für die lokale Ausführung und der exakte Ollama-Befehl:
| Ihr VRAM | Typische GPUs / Macs | Empfohlenes Code-Modell | Ollama-Befehl |
|---|---|---|---|
| 8 GB | RTX 4060 / 3060 · M1-M2 16 GB | Qwen 3.5 9B (Q4, 6,6 GB — 256k ctx) | ollama run qwen3.5:9b |
| 12 GB | RTX 3060 12 GB / 4070 / 5070 | Qwen 3.5 9B (Q8, 11 GB) oder Gemma 4 12B (7,6 GB) | ollama run qwen3.5:9b-q8_0 |
| 16 GB | RTX 5070 Ti / 4080 / 5080 · RX 9070 XT · M4 24 GB | Devstral 24B (Q4, 14 GB) — Code-Agent-Spezialist | ollama run devstral:24b |
| 24 GB | RTX 3090 / 4090 · RX 7900 XTX · M4 Pro 48 GB | Qwen 3.8 27B (Q4, 18 GB) — „nahe an Copilot“ | ollama run qwen3.8:27b |
| 32 GB | RTX 5090 | Qwen 3.6 35B-A3B (Q4, 23 GB) — schnelles MoE | ollama run qwen3.6:35b |
| 48 GB+ | Mac M4 Max 64 GB · M2 Ultra 128 GB | Qwen3-Coder 30B-A3B (Q8, 32 GB — 256k ctx) | ollama run qwen3-coder:30b-a3b-q8_0 |
-base : ollama run qwen2.5-coder:7b-base — das ist in diesem speziellen Fall immer noch der Referenzstandard. ⚠️ Qwen 3.8: sein Reasoning ist standardmäßig sehr hoch eingestellt, und es „denkt“ bei einfachen Anfragen zu viel nach — stellen Sie es auf low (oder schalten Sie es ab) beim ersten Start. ⚠️ Lizenzfalle: Codestral 22B = Mistral Non-Production License → zum Programmieren bei der Arbeit verboten. Qwen 3.5/3.8, Gemma 4 und Devstral sind unter Apache 2.0 lizenziert. 💡 Abstürze wegen Speicherproblemen? Halten Sie ca. 1,5 GB VRAM für den Kontext frei oder gehen Sie eine Quantisierungsstufe herunter.🔌 Zum Einbinden in VS Code: Cline (Agent für mehrere Dateien), Aider (CLI) oder Tabby/Twinny (FIM-Autovervollständigung) — alle verbinden sich lokal mit Ollama. Das Kit Lokaler Copilot — Configs zum Einfügen + getestetes Setup — ist verfügbar: /copilote-local.
Filter: Modelle von 3 bis 32B mit Q4_K_M unter 16 GB (lässt 8 GB für macOS + Kontext). Bonus 7 bis 14B (peak dense 24 GB) und MoE 30B-A3B (sweet spot Apple).
Berücksichtigte Kriterien:
Die Bewertung ist vollständig transparent: konsultieren Sie unsere Methodik für Details zur Berechnung des VRAM-Bedarfs und der Tokens pro Sekunde.
Mac mit 24 GB: der Sweet Spot für LLMs im Jahr 2026?
Ja, für Modelle mit 1 Benutzer. Qwen 3 14B Q4 (~8 GB), Mistral Nemo 12B Q4 (~7 GB), Qwen 3 30B-A3B (MoE, ~17 GB) — alle laufen mit 25-40 Tokens/Sekunde. Für dauerhaftes 13B+ Dense werden 32 GB oder mehr benötigt.
MacBook Air M4 24 GB vs. Mac mini M4 24 GB?
Exakt dieselbe M4-PUCE + 120 GB/s. Unterschied: Air = ohne Lüfter (Nach ~10 Minuten kontinuierlicher Generierung wird der Leistungsmodus begrenzt), mini = mit Lüftern, daher stabil 24/7. Weitere Informationen finden Sie im MBA M4 oder mini M4.
Welches Modell eignet sich zum Programmieren auf einem Mac mit 24 GB?
Qwen 2.5 Coder 14B Q4 (~8 GB) oder DeepSeek Coder V2 16B Q4 (~9 GB) — hervorragend für Python/JS/Go. Qwen 3 14B als Allrounder. Siehe Code-Rangliste.
Reichen 24 GB für einen Assistenten + RAG?
Ja: Mistral Nemo 12B Q4 (~7 GB) + ChromaDB (1–2 GB) + Kontext 32k (~3 GB) = ~12 GB Speicherverbrauch. Komfortable Reserve. Siehe den RAG-Leitfaden.