Startseite › Katalog › Bestes LLM auf dem MacBook Air M1 im Jahr 2026

Bestes LLM auf dem MacBook Air M1 im Jahr 2026

◆ Mac — Lokale KI auf Ihrem Mac, voll ausgereizt — Unified Memory, MLX, das richtige Modell für Ihren Chip · 24 € · oder alle Kits für 49 € →

Ranking aktualisiert am 22.09.2026

Das MacBook Air M1 (8 / 16 GB, 68 GB/s) stammt aus dem Jahr 2020, kann aber weiterhin LLMs mit 3–7 Milliarden Parametern ordentlich ausführen. Begrenzte Bandbreite → man bleibt bei effizienten Modellen.

Angebote und Alternativen für lokale KI

MacBook Air M1 : Kaufalternative für lokale KI verfügbar — MacBook Pro M5 Pro — 24 GB / 1 TB :

AmazonPreis ansehen → Materiel.netPreis ansehen →

Welchen PC sollten Sie je nach Budget wählen? Unsere Auswahl von 800 bis 3 500 € →

Affiliate-Links — QuelLLM kann bei Käufen eine Provision erhalten, ohne dass Ihnen Mehrkosten entstehen. Dies beeinflusst die unabhängig erstellte Rangliste nicht. Als Amazon-Partner verdient QuelLLM an qualifizierten Käufen.

Rangliste

🇺🇸 OLMo 3 7B Think (SFT)

zimplex · 7 Mrd. Parameter · Apache 2.0 · 16 000 Tokens ctx

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.

Warum dieser Rang 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

Auf Apple M1 (16 GB)

8 GB · 32 Tok/s

🇨🇳 GLM 5.3 7B

Zhipu AI · 7 Mrd. Parameter · MIT · Kontext: 128 000 Tokens

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.

Warum dieser Rang 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

Auf Apple M1 (16 GB)

7 GB · 32 tok/s

🇺🇸 Granite 4.1 3B Instruct

IBM · 3 Milliarden Parameter · Apache 2.0 · Kontext: 131 072 Tokens

Dichtes 3B-Modell unter Apache 2.0, 12 Sprachen einschließlich Französisch, 131k ctx, GQA 40Q/8KV. Tool Calling und FIM für Code. Veröffentlicht am 29. April 2026.

Warum dieser Rang Dichtes 3B-Modell unter Apache 2.0, 12 Sprachen einschließlich Französisch, 131k ctx, GQA 40Q/8KV. Tool Calling und FIM für Code. Veröffentlicht am 29. April 2026.

ollama run granite4.1:3b

Auf Apple M1 (16 GB)

FP16

6 GB · 25 Tok/s

🇺🇸 Granite 4.1

IBM · 3 Milliarden Parameter · Apache 2.0 · Kontext: 128 000 Tokens

Granite 4.1 (3B, Apache 2.0): Generischer Ollama-Tag der Familie IBM Granite 4.1, 128k Kontext, Tool Calling und Code. Veröffentlicht im Mai 2026.

Warum dieser Rang Granite 4.1 (3B, Apache 2.0): Generischer Ollama-Tag der Familie IBM Granite 4.1, 128k Kontext, Tool Calling und Code. Veröffentlicht im Mai 2026.

ollama run granite4.1

Auf Apple M1 (16 GB)

FP16

6 GB · 50 Tok/s

🇺🇸 OLMo 3 7B

Allen AI · 7 Mrd. Parameter · Apache 2.0 · 8 192 Tokens ctx

Dichtes Modell mit 7B Parametern, zu 100 % offen (Gewichte + Daten + Code). Volle Transparenz für die Forschung.

Warum dieser Rang Dichtes Modell mit 7B Parametern, zu 100 % offen (Gewichte + Daten + Code). Volle Transparenz für die Forschung.

ollama run olmo-3:7b

Auf Apple M1 (16 GB)

9 GB · 12 tok/s

🇺🇸 Granite 4.0 3B Vision

IBM · 3 Milliarden Parameter · Apache 2.0 · 16 384 Tokens ctx

3B-VLM, spezialisiert auf die Datenextraktion aus Unternehmensdokumenten. OCR, Tabellen, Formulare.

Warum dieser Rang 3B-VLM, spezialisiert auf die Datenextraktion aus Unternehmensdokumenten. OCR, Tabellen, Formulare.

# HuggingFace : ibm-granite/granite-4.0-3b-vision

Auf Apple M1 (16 GB)

FP16

6,5 GB · 25 tok/s

🇫🇷 SmolLM3 3B

HuggingFace · 3 Milliarden Parameter · Apache 2.0 · Kontext: 128 000 Tokens

3B mit zwei Modi (think/no-think). 6 Sprachen. MMLU 59,7, GSM8K 70,9. Vollständig offen (Daten + Trainingsrezept).

Warum dieser Rang 3B mit zwei Modi (think/no-think). 6 Sprachen. MMLU 59,7, GSM8K 70,9. Vollständig offen (Daten + Trainingsrezept).

# HuggingFace : HuggingFaceTB/SmolLM3-3B

Auf Apple M1 (16 GB)

FP16

6 GB · 25 Tok/s

Vergleichstabelle

Rang	Modell	Params	VRAM Q4	Kontext	Lizenz	Auf Apple M1 (16 GB)
#1	OLMo 3 7B Think (SFT)	7B	4,2 GB	16 000	Apache 2.0	32 Tok/s · Q8
#2	GLM 5.3 7B	7B	4.1 GB	128 000	MIT	32 Tok/s · Q8
#3	Granite 4.1 3B Instruct	3B	2 GB	131 072	Apache 2.0	25 tok/s · FP16
#4	Granite 4.1	3B	1,7 GB	128 000	Apache 2.0	50 Tok/s · FP16
#5	OLMo 3 7B	7B	5 GB	8 192	Apache 2.0	12 Tok/s · Q8
#6	Granite 4.0 3B Vision	3B	2,2 GB	16 384	Apache 2.0	25 tok/s · FP16
#7	SmolLM3 3B	3B	2 GB	128 000	Apache 2.0	25 tok/s · FP16

Das Mac-Kit

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.

Lebenslanger Online-Zugang
PDF + Dateien
Erstattung binnen 30 Tagen

Das Mac-Kit → oder alle Kits lebenslang — 49 € →

Kostenloses Memo

Welches Code-Modell lässt sich auf IHREM Rechner ausführen?

Memo erhalten VRAM → bestes Code-Modell → Ollama-Befehl (alles auf einem Bildschirm, zum Kopieren und Einfügen). Und wechseln Sie zum Kit Copilote Local, um daraus ein wirklich funktionierendes Setup zu machen.

Das Kit „Copilote Local“ — 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`

💡 Chat/Agent ≠ Autovervollständigung. In der obigen Tabelle finden Sie Ihr Modell für Chat und Agent. Für die Inline-Autovervollständigung (FIM) behalten Sie ein kleines, dafür vorgesehenes Modell in der Variante -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.

Methodik des Rankings

Filter: 1–9B, wobei Q4_K_M unter 9 GB bleibt. Bonus 3–7B (peak M1) und starker Bonus ≤ 3B (M1 verfügt nicht über Neural Engine M3/M4).

Berücksichtigte Kriterien:

Q4_K_M ≤ 9 GB
Eine Bandbreite von 68 GB/s wirkt sich nicht nachteilig aus
Tokens/sec ≥ 12
Kompatibel mit Metal 3

Die Bewertung ist vollständig transparent: konsultieren Sie unsere Methodik für Details zur Berechnung des VRAM-Bedarfs und der Tokens pro Sekunde.

Häufige Fragen

MacBook Air M1 im Jahr 2026: Noch nutzbar für LLMs?

Ja, aber mit Einschränkungen. Mistral 7B Q4 läuft mit ~14 tok/s, Llama 3.2 3B Q4 mit ~25 tok/s. Für flüssige Chats ist das in Ordnung. Für längeres Programmieren sollten Sie Zeit einplanen. Siehe den Anleitung für MacBook Air M1.

Air M1 mit 8 GB: Funktioniert das wirklich?

Es reicht gerade so für Phi-4 Mini 3,8B Q4 oder Gemma 4 4B Q4 (~2,5 GB). macOS belegt 4 GB, und Sie lassen 2 GB für das Modell samt kurzem Kontext frei. Bevorzugen Sie 16 GB.

Welche Quantisierung auf dem M1?

Q4_K_M bleibt der optimale Kompromiss. Q5_K_M bietet bessere Qualität, benötigt aber 25 % mehr Speicherbandbreite → die Tokens pro Sekunde werden durch etwa 1,3 geteilt. Auf dem M1 macht sich das bemerkbar. Vermeiden Sie Q3 (spürbarer Qualitätsverlust).

M1 vs. M2 bei Mistral 7B?

M1 ≈ 14 Tok/s vs M2 ≈ 22 Tok/s. Der Unterschied liegt vor allem in der Bandbreite (68 vs 100 GB/s). Kein Upgrade notwendig, wenn der M1 mit 16 GB ausreicht.

Weiterführende Informationen

Die QuelLLM-Pakete Der maßgebliche Leitfaden für jeden Anwendungsfall

Mac Lokaler Copilot Lokale KI Lokale Agenten Lokales RAG KI im Unternehmen KI ohne Filter KI-Bilder

Alle Kits lebenslang — 49 €